Dataset de régression symbolique pour les réseaux KAN

1. Description du jeu de données Dataset synthétique tabulaire conçu pour tester la capacité des réseaux de neurones de Kolmogorov-Arnold (KAN) à effectuer une régression symbolique. Il contient des observations générées mathématiquement avec l'ajout d'un bruit gaussien pour simuler des conditions réelles. 2. Description des variablesx : Variable d'entrée 1 (Type : Flottant | Unité : Sans objet / Normalisée entre -3 et 3).y : Variable d'entrée 2 (Type : Flottant | Unité : Sans objet / Normalisée entre -3 et 3).target : Résultat de la fonction cible (Type : Flottant | Unité : Valeur calculée $f(x,y)$). 3. Méthode de collecte Génération automatisée par script Python. Les valeurs de x et y sont échantillonnées de manière aléatoire, et la variable target est calculée via une fonction non-linéaire complexe, incluant une étape de nettoyage pour traiter les valeurs manquantes ou aberrantes simulées.1. 数据集说明 本数据集为表格型合成数据集，旨在测试柯尔莫哥洛夫-阿诺德神经网络（Kolmogorov-Arnold Network, KAN）完成符号回归的能力。数据集包含通过数学方法生成的观测样本，并添加高斯噪声以模拟真实应用场景。 2. 变量说明 x：输入变量1（类型：浮点型 | 单位：无量纲/标准化至[-3, 3]区间）。y：输入变量2（类型：浮点型 | 单位：无量纲/标准化至[-3, 3]区间）。target：目标函数结果（类型：浮点型 | 单位：计算值$f(x,y)$）。 3. 采集方法 本数据集通过Python脚本自动生成：对x和y变量进行随机采样，通过复杂非线性函数计算得到target变量，并包含数据清洗步骤以处理模拟生成的缺失值与异常值。