我试图预测输入由傅立叶变换表示时的响应。这些形成特征并且通常表示为向量,其中是傅立叶变换的长度。根据我的理解,每个这样维向量都可以作为回归模型的输入。输出是,它是一个标量实数值,还有另一个输出表示另一个标量实数值。这些是因变量。我有个傅立叶变换的和标记。
问题 1)当任务是使用输入傅立叶变换仅预测一个输出响应时,该问题是否称为单变量回归?是由输入维度(d>1)或输出维度(1)关联的单变量
问题 2)当任务是联合预测两个响应变量 -和,这个问题是否称为多元回归?
我试图预测输入由傅立叶变换表示时的响应。这些形成特征并且通常表示为向量,其中是傅立叶变换的长度。根据我的理解,每个这样维向量都可以作为回归模型的输入。输出是,它是一个标量实数值,还有另一个输出表示另一个标量实数值。这些是因变量。我有个傅立叶变换的和标记。
问题 1)当任务是使用输入傅立叶变换仅预测一个输出响应时,该问题是否称为单变量回归?是由输入维度(d>1)或输出维度(1)关联的单变量
问题 2)当任务是联合预测两个响应变量 -和,这个问题是否称为多元回归?
问题 1.两者。如果您认为与多元项相反,那么在单变量回归中,输入和输出变量都应该是 1-d
问题 2. 多变量回归,其中一个以上的自变量(预测变量)和一个以上的因变量(响应)是线性相关的。所以输入也需要大于2。