溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這里只是介紹下R語言中如何使用最小二乘法解決一次函數的線性回歸問題。
代碼如下：(數據同上一篇博客)(是不是很簡單????)
> x<-c(6.19,2.51,7.29,7.01,5.7,2.66,3.98,2.5,9.1,4.2) > y<-c(5.25,2.83,6.41,6.71,5.1,4.23,5.05,1.98,10.5,6.3) > lsfit(x,y)
結果如下：
$coefficients Intercept X 0.8310557 0.9004584
說明： Intercept ：截距
X： 變量x的系數
即對于一元一次函數截距式方程：y=0.9x+0.83
結果同上一篇博客的計算結果(python)：
輸出結果： k= 0.900458420439 b= 0.831055638877 cost：1 求解的擬合直線為: y=0.9x+0.83
如果你不追求繪圖的美觀，可以簡單的直接用R繪制散點圖觀察規律也是可以的（當然也是可以通過設置參數調美觀點的）。
> plot(x,y) ###x,y是上面已經賦值過的數據
結果如圖：
下面我們接著調整目標函數及樣本數據：
目標函數：y=ax2+bx+c
> x<-c(1,2,3,4,5,6) > y<-c(9,18,31,48,69,94) > lsfit(x,y) $coefficients Intercept X -14.66667 17.00000
從結果可以看出，求解的依然是y=kx+b形式的函數。
而調整python中的代碼(完整代碼見下面的連接)：
def func(p,x):
a,b,c=p return a*x*x+b*x+c
p0=[10,10,10]#讀取結果a,b,c=Para[0]print("a=",a,"b=",b,"c=",c)print("cost："+str(Para[1]))print("求解的擬合直線為:")print("y="+str(round(a,2))+"x*x+"+str(round(b,2))+"x+"+str(c))
a= 2.0 b= 3.0 c= 4.0 cost：2 求解的擬合直線為: y=2.0x*x+3.0x+4.0
通過對比看出，python scipy庫中的leastsq函數通用性還是比較高的。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
