Trend Prediction Service - 基础知识¶
本部分说明了 Trend Prediction Service 所使用的回归算法。
线性回归¶
线性回归假设单个目标 variable (y) 与一个或多个独立 variable(x1、x2、......、xn)间存在线性关系:
y = β0 + β1x1 + β2x2 + … + βnxn。
对于单个独立 variable x,给出的模型为 y = β0 + β1x。
在不太复杂的情况下,该方法经证明能够有效地提前检测出潜在故障。该算法所生成的结果易于理解和查看。
使用多 variables 输入时,该算法要求所有独立 variables 随时可用。
多项式回归¶
多项式回归假设单个目标 variable (y) 与一个或多个独立输入 variable(x1、x2、......、xn)间存在多项式关系。必须提前选择多项式的次数 d:
y = β0 + β11x1 + ... + βn1xn + ... + βd1x1d ... + βndxnd。
对于单个独立 variable x,多项式关系由以下方程给出:y = β0 + β1x + β2x2 + … + βnxn。
相比线性模型,此方法能够捕捉 variables 间更为复杂的关系,但也会增加运算的复杂度并需要指定待拟合多项式的次数。
使用多 variable 输入时,该算法要求所有独立 variables 随时可用。
Last update: April 24, 2019