关闭

一元线性回归模型与最小二乘法及其C++实现

233人阅读 评论(0) 收藏 举报
分类:

 监督学习中,如果预测的变量是离散的,我们称其为分类(如决策树,支持向量机等),如果预测的变量是连续的,我们称其为回归。回归分析中,如果只包括一个自变量和一个因变量,且二者的关系可用一条直线近似表示,这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量,且因变量和自变量之间是线性关系,则称为多元线性回归分析。对于二维空间线性是一条直线;对于三维空间线性是一个平面,对于多维空间线性是一个超平面...这里,谈一谈最简单的一元线性回归模型。

1.一元线性回归模型

模型如下:



总体回归函数中Y与X的关系可是线性的,也可是非线性的。对线性回归模型的“线性”有两种解释:

      (1)就变量而言是线性的,Y的条件均值是 X的线性函数

     (2)就参数而言是线性的,Y的条件均值是参数的线性函数

线性回归模型主要指就参数而言是“线性”,因为只要对参数而言是线性的,都可以用类似的方法估计其参数。

2.参数估计——最小二乘法

        对于一元线性回归模型, 假设从总体中获取了n组观察值(X1,Y1),(X2,Y2), …,(Xn,Yn)。对于平面中的这n个点,可以使用无数条曲线来拟合。要求样本回归函数尽可能好地拟合这组值。综合起来看,这条直线处于样本数据的中心位置最合理。 选择最佳拟合曲线的标准可以确定为:使总的拟合误差(即总残差)达到最小。有以下三个标准可以选择:

        (1)用“残差和最小”确定直线位置是一个途径。但很快发现计算“残差和”存在相互抵消的问题。
        (2)用“残差绝对值和最小”确定直线位置也是一个途径。但绝对值的计算比较麻烦。
        (3)最小二乘法的原则是以“残差平方和最小”确定直线位置。用最小二乘法除了计算比较方便外,得到的估计量还具有优良特性。这种方法对异常值非常敏感。

        最常用的是普通最小二乘法( Ordinary  Least Square,OLS):所选择的回归模型应该使所有观察值的残差平方和达到最小。(Q为残差平方和)

样本回归模型:


残差平方和:


则通过Q最小确定这条直线,即确定,以为变量,把它们看作是Q的函数,就变成了一个求极值的问题,可以通过求导数得到。求Q对两个待估参数的偏导数:


解得:


3.最小二乘法c++实现

  1. #include<iostream>  
  2. #include<fstream>  
  3. #include<vector>  
  4. using namespace std;  
  5.   
  6. class LeastSquare{  
  7.     double a, b;  
  8. public:  
  9.     LeastSquare(const vector<double>& x, const vector<double>& y)  
  10.     {  
  11.         double t1=0, t2=0, t3=0, t4=0;  
  12.         for(int i=0; i<x.size(); ++i)  
  13.         {  
  14.             t1 += x[i]*x[i];  
  15.             t2 += x[i];  
  16.             t3 += x[i]*y[i];  
  17.             t4 += y[i];  
  18.         }  
  19.         a = (t3*x.size() - t2*t4) / (t1*x.size() - t2*t2);  
  20.         //b = (t4 - a*t2) / x.size();  
  21.         b = (t1*t4 - t2*t3) / (t1*x.size() - t2*t2);  
  22.     }  
  23.   
  24.     double getY(const double x) const  
  25.     {  
  26.         return a*x + b;  
  27.     }  
  28.   
  29.     void print() const  
  30.     {  
  31.         cout<<"y = "<<a<<"x + "<<b<<"\n";  
  32.     }  
  33.   
  34. };  
  35.   
  36. int main(int argc, char *argv[])  
  37. {  
  38.     if(argc != 2)  
  39.     {  
  40.         cout<<"Usage: DataFile.txt"<<endl;  
  41.         return -1;  
  42.     }  
  43.     else  
  44.     {  
  45.         vector<double> x;  
  46.         ifstream in(argv[1]);  
  47.         for(double d; in>>d; )  
  48.             x.push_back(d);  
  49.         int sz = x.size();  
  50.         vector<double> y(x.begin()+sz/2, x.end());  
  51.         x.resize(sz/2);  
  52.         LeastSquare ls(x, y);  
  53.         ls.print();  
  54.           
  55.         cout<<"Input x:\n";  
  56.         double x0;  
  57.         while(cin>>x0)  
  58.         {  
  59.             cout<<"y = "<<ls.getY(x0)<<endl;  
  60.             cout<<"Input x:\n";  
  61.         }  
  62.     }  
  63. }  

网址:http://blog.csdn.net/qll125596718/article/details/8248249
0
0

查看评论
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
    个人资料
    • 访问:213303次
    • 积分:2687
    • 等级:
    • 排名:第14116名
    • 原创:3篇
    • 转载:325篇
    • 译文:0篇
    • 评论:8条
    最新评论