数式回帰の式探索
バグ・不具合を報告
数値データから簡潔な数式構造を探索し、訓練誤差・複雑度・未使用データの予測誤差を比較。
欠測は0として扱いません。holdoutの観測は学習・探索・モデル選択に使いません。
数式は探索範囲内の近似であり、見つかった式を物理法則と解釈できるとは限りません。
項目を入力・選択してから「計算する」を押してください。
必要な入力・選択は1項目です。
計算結果
—
- 学習RMSE
- —
- holdout RMSE
- —
- 式の複雑度
- —
- 学習行数
- —
- holdout行数
- —
- 評価した構造数
- —
値を入力して計算してください。
この計算機は使いやすかったですか?
回答はサイト改善のために保存します。入力値・計算結果は送りません。
ありがとうございます。よかったら、上の共有ボタンからこの計算機を紹介しませんか?
計算方法・適用範囲・出典
計算方法
z = x / max(|x_train|)、学習行だけで y ≈ a φ(z) + b のa,bを最小二乗推定。構造の複雑度 = φの節点数 + 4(係数2・外側の積/和2)。定数モデルの複雑度は1。Pareto支配は学習MSEと複雑度で定義。候補選択=学習MSE/学習分散+λ×複雑度(学習分散が0の場合のみ分母1)。RMSE=sqrt(Σ(実測−予測)²/n)。検証用20%はseed固定で事前分割し、選択に使用しない。
選択式、Pareto候補、学習・holdout RMSE、各行の残差と分割区分。
計算例(架空の数値)
例:x=[-3,-2,-1,0,1,2,3,4]、y=2x+1 では、学習行のxを無次元化したzの1次式で近似できます。
適用対象と限界
実数x,yの独立観測。単一説明変数の低次元回帰。xの異なる学習観測が2点以上あるデータ。PySR / SymbolicRegression.jlと同等の探索・式保証、単位からの物理法則判定、任意関数や任意JS実行、多変量入力、欠測補完、外挿保証は対象外。。
方法と出典
方法:E2228 bounded-structure-search 1.0 (2026-11-15)。データ記録日:2026-11-15。