Wartości startowe w regresji nieliniowej

W regresji nieliniowej oraz wielu ogólnych problemach optymalizacyjnych bardzo ważne jest podanie odpowiednich wartości statrtowych dla algorytmu. Zły dobór może prowadzić do utknięcia w niewłaściwym lokalnym minimum, rozbieżności algorytmu, błędu dzielenia przez zero albo przeraźliwie długich obliczeń. Wbrew pozorom poszukiwanie wartości startowych nie jest rzeczą łatwą. Nowe pomysły w tej materii przedstawia artykuł w Journal of Chemometrics [1].

Share on Google+Share on LinkedInTweet about this on TwitterShare on Facebook

References

  1. F. Vogt, "A self-guided search for good local minima of the sum-of-squared-error in nonlinear least squares regression", Journal of Chemometrics, vol. 29, pp. 71-79, 2014. http://dx.doi.org/10.1002/cem.2662

Comments

comments

Comments are closed