我有很多数据条目，每个条目包含8（8）个数字。
对于每个条目，我都知道“健康分数”（即此条目的“好”）。
并且，我想建立/找到近似函数（“健康得分”取决于这8个参数）。不仅这个函数的数学表示对我来说是好的，但任何实现（如NN）都会给我任意（新）条目的合理“健康分数”。
我尝试了神经网络（Encog库）和遗传方法（Watchmaker库）。第二种方法给了我比NN更好的结果。然而，我将近似函数表示为八个“a * pow（x，b）”分量的总和，其中“a”和“b”由GA突变，“x”是数据输入的参数。尽管事实上我在GA的帮助下取得了一些积极的成果，显然，这不是最好的方法。
所以，问题是：在我的案例中，有哪些方法可以改进搜索近似函数？除了NN和GA之外还有其他方法吗？
感谢。
答案 0 :(得分：2)
有很多这样的方法，因为你的问题只是回归。只是谷歌这样的方法，这是真的广泛甚至在这里列出它。除此之外，你有：
除了其他方法之外 - 请记住，即使神经网络本身也是非常复杂的对象，有很多参数和公式，所以为了获得好的结果，你需要花很多时间来调整它们。