线性回归——最小二乘法_实例(一)
2016-09-24 15:51
183 查看
上篇文章介绍了最小二乘法的理论与证明、计算过程,这里给出两个最小二乘法的计算程序代码;
文章首发地址:Solinx
http://www.solinx.co/archives/717
Octave代码
clear all;close all; % 拟合的数据集 x = [2;6;9;13]; y = [4;8;12;21]; % 数据长度 N = length(x); % 3 %% 计算x平均值 m_x = sum(x)/N; %% % 计算t的平均值 m_t = sum(y)/N; %% % 计算t*x的平均值 m_xt = sum(y.*x)/N; %% % 计算x平方的平均值 m_xx = sum(x.*x)/N; %% 根据公式计算出f(x;m,c)=mx+c中m的值 w_1 = (m_xt - m_x*m_t)/(m_xx - m_x^2); %% 计算出f(x;m,c)=mx+c中c的值 w_0 = m_t - w_1*m_x; %% 在画板上绘制出数据集的点 figure(1);hold off plot(x,y,'bo','markersize',5,'linewidth',2) set(gca,'xtick',0:1:25) % 画布大小为25*25 xplot = [0 25]; yplot = [0 25]; xlim(xplot) ylim(yplot) hold on % 打印出拟合的线段 plot(xplot,w_0+w_1*xplot,'r','linewidth',2) set(gca,'yTick',0:1:150) xlabel('x'); ylabel('y');
运行结果
文章首发地址:Solinx
http://www.solinx.co/archives/717
相关文章推荐
- 线性回归——最小二乘法_实例(二)
- 线性回归——最小二乘法_实例(一)
- 线性回归——最小二乘法_实例(二)
- 统计思维(实例9)——线性最小二乘法
- 线性回归之最小二乘法简要解析
- 线性回归之最小二乘法
- 线性回归方法之最小二乘法、梯度下降法概念区分
- 回归分析中的参数估计为何是最小二乘法(least squares),不是最小一乘法(least absolute deviations)
- [详解机器学习篇]详解回归基础方法之最小二乘法曲线拟合
- scikit-learn广义线性模型之最小二乘法
- 最小二乘法(c语言实现线性,matlab进行拟合)及相关系数的求解
- 一般线性最小二乘法
- 机器学习(3)之最小二乘法的概率解释与局部加权回归
- 概率统计与机器学习:独立同分布,极大似然估计,线性最小二乘回归
- 线性回归——梯度下降法_实例
- 模式识别之线性回归---最小二乘和线性回归2
- 1.3线性回归之线性回归实例
- 线性最小二乘法
- 线性回归为什么选择最小二乘
- 1.1、回归之最小二乘法