数据挖掘 - 机器学习回归系数 - 吾爱随笔录

假设我想做响应变量的监督学习 $y_k$ （连续）和特征变量 $(x_k, z_k, a_k, b_k)$ 在哪里 $k$ 是样本索引。

而不是学习一般形式

y \sim f (x, z, a, b),

$y \sim f(x, z, a, b),$ 我想学习表格

y \sim A (a, b) x + B (a, b) z + C (a, b) .

$y \sim A(a,b) x + B(a,b) z + C(a,b).$

这是因为系数 $A$ 和 $B$ 比一般（非线性）形式更关键，我知道 $y, x, z$ 是线性的，但系数可能会根据 $a$ 和 $b$ .

我想知道是否有适合这种情况的学习方法。

如果我使用神经网络进行学习 $A(a,b)$ 和 $B(a,b)$ ，是否可以使用 RSS 优化tensorflow？如果我用 tensorflow 设计模型，请注意最后一层不是典型的 NN 层，因为产品， $(A, B)$ 和 $(x, z)$ ，取决于特征变量。

非常感谢您提前提供的帮助。