如何最优地分发样本以适应模型？

Question

我正在尝试将一个模型拟合到一个低的数据点(~5-10)。我可能能够事先建议数据点的最佳分布，对我创建的数据和模型有一点了解。是否有既定的方法，或您对如何选择最佳抽样间隔有任何想法？可能是基于模型的梯度还是类似的？该模型由描述生物系统和吸附过程的几个微分方程组成。

我到目前为止所做的工作:我采用了一个简单的模型(指数衰减)随机分布样本，估计了不确定性(用高斯过程回归，不确定这是否是最好的方法)，并选择了最优(图1)和最差分布(图2)进行比较。然而，我觉得这并没有带来比“平均分配点数”更多的洞见。

Answer 1

当有5-10个数据点时，机器学习不是很有用.将问题描述为案例研究并开发一个通过手工检查数据点和使用领域知识创建的模型可能会更有用。