你确定吗？符号回归中的不确定性量化全面综述
研究背景：符号回归的“确定性”困境
符号回归（Symbolic Regression, SR）是一类通过系统搜索数学函数空间来发现数据背后精确关系的方法。近年来，随着遗传编程、神经网络等技术的引入，SR在发现可解释模型方面展现出巨大潜力。然而，一个关键短板长期制约着它的实际应用——缺乏不确定性量化（Uncertainty Quantification, UQ）。在现实决策场景中，模型不仅需要输出预测，更需要告知用户“这个预测有多可靠”。
为什么UQ对符号回归至关重要？
传统回归分析中，UQ通过置信区间、预测区间等方式提供模型可靠性的重要信息。对于SR而言，UQ的价值体现在两个层面：
- 防止过拟合：SR在搜索过程中可能找到多个拟合度相近的表达式，UQ能帮助识别哪些模型对数据噪声过度敏感；
- 辅助决策：在医疗诊断、金融预测等高风险领域，知道模型的不确定性范围比单一预测值更有意义。
综述核心：三大研究方向
该论文首次系统梳理了SR中UQ的研究现状，将现有工作归纳为三个方向：
1. 频率学派方法
基于经典统计理论，通过重采样（如Bootstrap）或误差传播来估计模型参数的不确定性。这类方法计算相对高效，但通常假设数据分布已知，且难以处理SR中非唯一解的问题。
2. 贝叶斯方法
将模型参数视为随机变量，通过马尔可夫链蒙特卡洛（MCMC）或变分推断计算后验分布。贝叶斯方法能自然地融合先验知识，并为每个预测提供完整的概率分布。然而，SR的高维搜索空间使得贝叶斯推断的计算成本极高。
3. 模型选择方法
通过信息准则（如AIC/BIC）或交叉验证，在多个候选表达式之间权衡拟合度与复杂度。这类方法间接反映了模型的不确定性，但无法提供逐点预测的置信度。
现状与挑战：UQ在SR中仍处“早期阶段”
尽管已有上述探索，但论文明确指出：SR中的UQ研究仍严重不足。主要挑战包括：
- 搜索空间爆炸：数学表达式的组合数量巨大，传统UQ方法难以直接套用；
- 解的非唯一性：多个表达式可能同样拟合数据，如何聚合它们的不确定性是一个开放问题；
- 可解释性与不确定性权衡：增加UQ往往使模型变得更复杂，可能削弱SR的核心优势——简洁性。
未来展望：从“找到模型”到“信任模型”
该综述为SR社区指明了方向：未来研究需要开发专门针对符号搜索的UQ框架，例如结合神经符号方法、利用生成模型进行后验采样，或者设计轻量化的近似推断技术。正如论文标题所问——“你确定吗？”，只有当SR能可靠地回答这个问题，它才能从学术工具真正走向工业级决策支持。
一句话总结：这篇综述首次系统整理了符号回归中的不确定性量化方法，揭示了该领域的巨大空白，并为后续研究提供了清晰的路线图。