如果是时间序列任务,您可以使用神经网络或LSTM网络的NARX架构。后来就像NARX一个反复出现的神经网络。 Matlab提供了第一个实现。
https://en.m.wikipedia.org/wiki/Nonlinear_autoregressive_exogenous_model
https://en.m.wikipedia.org/wiki/Long_short-term_memory
如果您“只是”想要将多项式拟合到数据中,则可以使用不同程度多项式的基本线性回归来查看哪一个最佳。 的 注意: 强> 它不称为线性,因为它只能适合线性模型。
https://en.m.wikipedia.org/wiki/Linear_regression
其他一些可能性是内核方法,如内核岭回归或SVR。后来基于支持向量机,它通常表现很好(至少从我的个人经验中分类)。 如果你想尝试SVR,你可以使用一个名为libSVM的小而好的lib。 Matlab也提供此功能。
以下链接显示了此算法的比较:
http://scikit-learn.org/stable/auto_examples/plot_kernel_ridge_regression.html
的 编辑: 强> 如果我理解正确的话,如果你想预测未来时间的输出,这是一个时间序列任务 t+1 从给定的时间 t 。尝试NARX模型或LSTM网络。
t+1
t