Discussion :

[Metalwood]

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 !

[Nebulix]

Si tu utilises une méthode de moindres carrés, il n'y a aucun problème.

[Metalwood]

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.