go实现最小二乘函数

最小二乘法

最小二乘法（又称最小平方法）是一种数学优化技术，它通过最小化误差的平方和来寻找数据的最佳函数匹配。这种方法可以用于求得目标函数的最优值，也可以用于曲线拟合，解决回归问题。利用最小二乘法，可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。

最小二乘法的作用主要体现在以下几个方面：

拟合曲线：最小二乘法是解决曲线拟合问题最常用的方法。在已知一组数据点的情况下，可以利用最小二乘法求得一条最能代表这些数据的曲线。
求解未知量：最小二乘法可以用于求解未知量，使得误差值最小。例如，在回归分析中，可以利用最小二乘法求得回归直线的斜率和截距，使得预测值与实际值之间的误差平方和最小。
最小二乘法成立的前提条件是假设系统中无系统误差，误差均为偶然误差，并且假设误差符合正态分布，即整个系统最后的误差均值为零。

代码

package main

import (
	"gonum.org/v1/gonum/mat"
)

// 最小二乘法函数
func leastSquares(X, Y *mat.Dense) (mat.Dense, error) {
	var b mat.Dense

	XT := X.T()
	var XTX mat.Dense
	XTX.Mul(XT, X)

	var invXTX mat.Dense
	err := invXTX.Inverse(&XTX)
	if err != nil {
		return b, err
	}

	var XTY mat.Dense
	XTY.Mul(XT, Y)

	b.Mul(&invXTX, &XTY)

	return b, nil
}