IdentifiantMot de passe
Loading...
Mot de passe oublié ?Je m'inscris ! (gratuit)
Navigation

Inscrivez-vous gratuitement
pour pouvoir participer, suivre les réponses en temps réel, voter pour les messages, poser vos propres questions et recevoir la newsletter

Méthodes prédictives Discussion :

Python2.7 - Regression polynomiale multivariables - incertitudes sorties


Sujet :

Méthodes prédictives

  1. #1
    Nouveau Candidat au Club
    Homme Profil pro
    Etudiant - doctorant science des matériaux
    Inscrit en
    août 2020
    Messages
    2
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Âge : 28
    Localisation : France, Essonne (Île de France)

    Informations professionnelles :
    Activité : Etudiant - doctorant science des matériaux

    Informations forums :
    Inscription : août 2020
    Messages : 2
    Points : 1
    Points
    1
    Par défaut Python2.7 - Regression polynomiale multivariables - incertitudes sorties
    Bonjour à tous.
    J'espère poster au bon endroit.
    J'ai un jeu de données expérimentales Y, qui dépend de 3 entrées X1,X2 et X3. J'aimerais faire fitter un polynôme P de degré n, Y = P(X1,X2,X3). Jusque là pas de soucis, je sais faire ça très bien (numpy ou sklearn).
    Sauf que dans mon jeu de données, une même entrée peut donner 2 sorties différentes. Par exemple :

    X1 X2 X3 Y
    0 0 0 0.7
    0 0 0 0.76
    0 0 0 0.71
    1 0 0 0.5
    1 0 0 0.54
    etc ...

    J'aimerais savoir si je peux utiliser une méthode classique de régression, ou bien s'il y a des méthodes spécifiques à ce genre de cas.
    J'utilise exclusivement python.

    Ma question peut sembler triviale, mais étant novice dans le domaine ...
    Merci beaucoup !

  2. #2
    Membre expérimenté
    Profil pro
    chercheur
    Inscrit en
    avril 2004
    Messages
    828
    Détails du profil
    Informations personnelles :
    Localisation : France, Essonne (Île de France)

    Informations professionnelles :
    Activité : chercheur

    Informations forums :
    Inscription : avril 2004
    Messages : 828
    Points : 1 380
    Points
    1 380
    Par défaut
    Si tu utilises une méthode de moindres carrés, il n'y a aucun problème.
    Ce qui s'énonce clairement se conçoit bien ( Le hautbois)

  3. #3
    Nouveau Candidat au Club
    Homme Profil pro
    Etudiant - doctorant science des matériaux
    Inscrit en
    août 2020
    Messages
    2
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Âge : 28
    Localisation : France, Essonne (Île de France)

    Informations professionnelles :
    Activité : Etudiant - doctorant science des matériaux

    Informations forums :
    Inscription : août 2020
    Messages : 2
    Points : 1
    Points
    1
    Par défaut
    Merci ! J'ai également trouvé quelque chose sur de la regression ridge Bayesienne, qui peut prendre en compte le bruit sur ma sortie Y.
    Dans les faits, j'ai très peu de points d'entrée X différents (6 ou 7), mais environ 10 sorties par X. Par exemple :
    f(X1) = Y11
    f(X1) = Y12
    f(X1) = Y13 ...
    ....
    f(X6) = Y16
    f(X6) = Y26
    etc ...

    Après, je pense que la méthode des moindres carrés et la méthode bayesienne donnent des résultats sensiblement similaires dans mon cas.

Discussions similaires

  1. loop de regression et stockage des sorties
    Par Tsüki dans le forum R
    Réponses: 12
    Dernier message: 28/06/2017, 13h01
  2. [delphi2006]Regression polynomiale et multiple
    Par paulfr dans le forum Contribuez
    Réponses: 1
    Dernier message: 26/04/2016, 22h06
  3. Regression linéaire avec incertitudes en x et y
    Par oliverjack dans le forum R
    Réponses: 0
    Dernier message: 17/03/2012, 20h40
  4. Regression polynomiale specifique
    Par traersa dans le forum SAS STAT
    Réponses: 2
    Dernier message: 25/10/2011, 13h08
  5. Réponses: 6
    Dernier message: 19/06/2007, 11h23

Partager

Partager
  • Envoyer la discussion sur Viadeo
  • Envoyer la discussion sur Twitter
  • Envoyer la discussion sur Google
  • Envoyer la discussion sur Facebook
  • Envoyer la discussion sur Digg
  • Envoyer la discussion sur Delicious
  • Envoyer la discussion sur MySpace
  • Envoyer la discussion sur Yahoo