Pure-Python symbolic regression that rediscovered Kepler's law from 8 data point
This project implements a pure-Python symbolic regression algorithm that successfully rediscovered Kepler's third law using only 8 data points. It demonstrates how genetic programming and symbolic regression can uncover fundamental physical laws from small datasets, without relying on machine learning frameworks.
背景メモ
- 記号回帰（Symbolic Regression）とは、データに最も適合する数式そのものを「進化的に」探索する機械学習手法。ニューラルネットと違い、発見された式が人間に読めて解釈可能な形で出力される。
- このプロジェクト「GP Elite」は純Pythonで実装された記号回帰フレームワーク。遺伝的プログラミングを用いて、与えられた観測データを説明する数式を自動生成する。
- 「わずか8つのデータ点からケプラーの第三法則（惑星の公転周期の二乗は軌道長半径の三乗に比例する）を再発見した」と報告。原始的なデータから物理法則を自動で導出できる可能性を示すベンチマーク例。
- ユーザーはPython環境があればすぐ試せるよう、単一ファイルで提供。教育用途や、未知のデータセットから数式パターンを発見するためのツールとしても位置づけられる。