rEGGression: an Interactive and Agnostic Tool for the Exploration of Symbolic Regression Models

要約

回帰分析は、予測と、従属変数に対する独立変数の効果を理解するために使用されます。
Symbolic Regression（SR）は、非線形回帰モデルの検索を自動化し、精度と現象を理解する可能性のバランスをとる一連の仮説を提供します。
多くのSR実装は、パレートフロントを返し、最高のトレードオフを選択できるようにします。
ただし、これは非支配に近い代替案を隠し、これらの選択を制限します。
equalityグラフ（Eグラフ）により、複数の式で発生する重複した部品を効率的に処理することにより、大規模な式のセットをコンパクトに表すことができます。
E-Graphを使用すると、1つまたは複数のGPで訪問したすべてのSRソリューション候補を保存および照会し、効率的に実行し、SRソリューション候補のはるかに大きなセットを分析する可能性を開きます。
e-graphsを使用して、クエリ、フィルタリング、およびパターンマッチング機能を提供するシンボリック表現の大規模なセットの探索を可能にするツールであるリグレッションを導入します。
主なハイライトは、検索中に発見されたビルディングブロックの調査に焦点を当て、専門家が研究された現象についての洞察を見つけるのに役立つことです。これは、E-Graphデータ構造のパターンマッチング機能を活用することで可能です。

要約(オリジナル)

Regression analysis is used for prediction and to understand the effect of independent variables on dependent variables. Symbolic regression (SR) automates the search for non-linear regression models, delivering a set of hypotheses that balances accuracy with the possibility to understand the phenomena. Many SR implementations return a Pareto front allowing the choice of the best trade-off. However, this hides alternatives that are close to non-domination, limiting these choices. Equality graphs (e-graphs) allow to represent large sets of expressions compactly by efficiently handling duplicated parts occurring in multiple expressions. E-graphs allow to store and query all SR solution candidates visited in one or multiple GP runs efficiently and open the possibility to analyse much larger sets of SR solution candidates. We introduce rEGGression, a tool using e-graphs to enable the exploration of a large set of symbolic expressions which provides querying, filtering, and pattern matching features creating an interactive experience to gain insights about SR models. The main highlight is its focus in the exploration of the building blocks found during the search that can help the experts to find insights about the studied phenomena.This is possible by exploiting the pattern matching capability of the e-graph data structure.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google