C# 线性回归函数，离散点斜率

最新推荐文章于 2024-07-30 22:02:21 发布

无熵~

最新推荐文章于 2024-07-30 22:02:21 发布

阅读量1.9k

点赞数 1

分类专栏：算法 C# 文章标签： c# 线性回归算法

本文链接：https://blog.csdn.net/lvxingzhe3/article/details/121887387

版权

C# 同时被 2 个专栏收录

94 篇文章 15 订阅

订阅专栏

算法

2 篇文章 0 订阅

订阅专栏

二元一次,多元多次方程算法(用于离散点求取整体斜率):

/// <summary>
/// 二维笛卡尔坐标系坐标
/// </summary>
public struct Point
{
    public double X;
    public double Y;
    public Point(double x, double y)
    {
        X = x;
        Y = y;
    }
}

/// <summary>
/// 对一组点通过最小二乘法进行线性回归
/// </summary>
/// <param name="parray"></param>
public Point LinearRegression(Point[] parray)
{

    Point tempPoint = new Point();
    //点数不能小于2
    if (parray.Length < 2)
    {

        Console.WriteLine("点的数量小于2，无法进行线性回归");
        return tempPoint;
    }

    //求出横纵坐标的平均值
    double averagex = 0, averagey = 0;
    foreach (Point p in parray)
    {
        averagex += p.X;
        averagey += p.Y;
    }
    averagex /= parray.Length;
    averagey /= parray.Length;
    //经验回归系数的分子与分母
    double numerator = 0;
    double denominator = 0;
    foreach (Point p in parray)
    {

        numerator += (p.X - averagex) * (p.Y - averagey);
        denominator += (p.X - averagex) * (p.X - averagex);

    }
    //回归系数b（Regression Coefficient）
    double RCB = numerator / denominator;
    //回归系数a
    double RCA = averagey - RCB * averagex;
    //string result= "y=" + RCA.ToString("F3") + "x+" + RCB.ToString("F3");
    tempPoint.X = RCB;
    tempPoint.Y = RCA;
    return tempPoint;
    //Console.WriteLine("回归系数A： " + RCA.ToString("0.0000"));
    //Console.WriteLine("回归系数B： " + RCB.ToString("0.0000"));
    //Console.WriteLine(string.Format("方程为： y = {0} + {1} * x",
    //  RCA.ToString("0.0000"), RCB.ToString("0.0000")));
    //剩余平方和与回归平方和
    //double residualSS = 0;  //（Residual Sum of Squares）
    //double regressionSS = 0; //（Regression Sum of Squares）
    //foreach (Point p in parray)
    //{
    //  residualSS +=
    //    (p.Y - RCA - RCB * p.X) *
    //    (p.Y - RCA - RCB * p.X);
    //  regressionSS +=
    //    (RCA + RCB * p.X - averagey) *
    //    (RCA + RCB * p.X - averagey);
    //}
    //Console.WriteLine("剩余平方和： " + residualSS.ToString("0.0000"));
    //Console.WriteLine("回归平方和： " + regressionSS.ToString("0.0000"));
}