java实现线性回归最小二乘法

最新推荐文章于 2024-05-29 15:00:15 发布

魔都Thomas

最新推荐文章于 2024-05-29 15:00:15 发布

阅读量1.1k

点赞数 3

分类专栏： Java 算法文章标签：算法 java

本文链接：https://blog.youkuaiyun.com/qq_42058242/article/details/116294991

版权

Java 同时被 2 个专栏收录

35 篇文章

订阅专栏

算法

1 篇文章

订阅专栏

该博客介绍了如何使用Apache Commons Math库来实现最小二乘法，这是一种常用于统计学的回归分析方法。通过提供的代码示例，展示了如何计算简单线性回归模型，包括计算因变量和自变量的均值，以及求解回归方程的截距(b0)和斜率(b1)。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

算法：

最小二乘法，公式如下：

实现代码：

package com.;

import org.apache.commons.math3.stat.descriptive.moment.Mean;
/***
 * least squares method
 * @author miaoyibo
 *
 */
public class RegressionEquation {
    
    private double[] dependentValues;
    
    private double[] independentValues;

    public RegressionEquation(double[] dependentValues, double[] independentValues) {
        this.dependentValues = dependentValues;
        this.independentValues = independentValues;
    }
    
    public double getMean(double[] dd) {
        Mean meanUtil = new Mean();
        return meanUtil.evaluate(dd);
    }

    public double[] getRegressionModel() {
        if(dependentValues.length!=independentValues.length) {
            return null;
        }
        Mean meanUtil = new Mean();
        double xmean=meanUtil.evaluate(independentValues);
        double ymean=meanUtil.evaluate(dependentValues);
        double numerator=0d;
        double denominator=0d;
        for(int i=0;i<dependentValues.length;i++) {
            double x=independentValues[i];
            double y=dependentValues[i];
            numerator=numerator+(x-xmean)*(y-ymean);
            denominator=denominator+(x-xmean)*(x-xmean);
        }
        double b1=numerator/denominator;
        double b0=ymean-b1*xmean;
        double[] model= {b0,b1};
        return model;
    }
}