c# - 不直接随输出缩放的变量的线性回归

Question

我一直在尝试学习 Coursera 上的机器学习类(class)。到目前为止，大多数引入的线性回归模型都使用其数值与输出呈正相关的变量。

Input: square feet of the house 
Output: house price.

但是，我正在尝试实现一个多元回归模型，其中一些变量的数值与输出不成正比。

Inputs: 
-what day is it (Mon,Tues..), 
-what holiday is it (NewYear,Xmas..), 
-what month is it(Jan,Feb), 
-what time is it(0100,1300..)

Output: 
-Number of visitors.

问题:

1. 对于变量:今天是哪一天，哪一天是哪一天，哪一个月是哪一个月，我使用枚举并为每个值分配一个值。 (新年=1，圣诞节=2，等等)。这样做更好还是有单独的变量？ (是新年、是圣诞节等)

2. 我知道，通过在变量中应用更高阶的幂，它可以有更好的拟合，这就是我想要的假期变量。有什么方法可以让计算机自己学习最佳顺序吗？

3. 是否有任何现有的 C# 库可供我使用，允许不同变量使用不同的幂顺序？ (例如，假期为 13，一天中的时间为二次)

谢谢。

Answer 1

For the variables: what day is it, what holiday is it, what month is it, I am using an enumeration and assign a value for each value. (NewYear =1, Christmas =2, etc.). Is it better to do it this way or have separate variables? (IsNewYear, IsChristmas, etc.)

是的，你不应该在不遵循算术的变量中编码任何顺序，因此 NewYear=1，Christmas=2，Thanksgiving=3 意味着 Christmas=(Thanksgiving+NewYear)/2...现在你可以这样做想拥有。一种热编码(isNewyear 等)是有利的，因此您不会编码错误的知识。

I understand that by applying higher orders of power in a variable, it can have a better fit, which is what I want for the holidays variable. Are there any methods that I can use to let the computer learn the best order by itself?

这就是非线性方法的作用。核方法(核化线性回归、SVR)、神经网络、回归树/森林等。

Are there any existing C# libraries that I can use that allows different orders of power for different variable? (e.g. 13 for holidays and quadratic for the time of the day)

您不应该以这样的方式思考这个问题，您不应该手动适应权力，您应该给模型灵 active 以适应高阶(请参阅上一点)。