一元线性回归的MATLAB编程实现

本文通过加载特定数据集并使用Matlab进行一元线性回归分析,展示了如何计算回归系数w和b,并基于这些参数绘制了回归线及预测结果。通过对数据的分类和回归,实现了对测试样本准确性的评估。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

load('Copy_of_data.mat', 'data')
X=data(:,1);
y=data(:,2);
pos0=find(y==0);
pos1=find(y==1);
x_pos=1:size(y);
hold on
plot(X(pos0,:),y(pos0,:),'ro','LineWidth',2,'MarkerSize',7);
plot(X(pos1,:),y(pos1,:),'k+','LineWidth',2,'MarkerSize',7);

%一元线性回归的w和b只是标量,可以直接用求导后的形式表示出来


m=size(X,1);
x_u=sum(X,1)/m;
w=sum(y.*(X-x_u))/(sum(X.*X)-1/m*(sum(X,1)*sum(X,1)));

b=1/m*(sum(y-w.*X));

%做预测

y_hat=w*X+b;
plot(X,y_hat,'g-','LineWidth',2,'MarkerSize',7);




y_0=find(y_hat<0.5);
y_1=find(y_hat>=0.5);
y_hat2=y_hat;
y_hat2(y_0)=0;
y_hat2(y_1)=1;

accuracy=size(find(y_hat2==y),1)/m;

一元线性回归的测试数据(Copy_of_data.mat)如下链接:https://download.youkuaiyun.com/download/qq_34911780/10313609

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值