线性回归——最小二乘法_实例（一）

上篇文章介绍了最小二乘法的理论与证明、计算过程，这里给出两个最小二乘法的计算程序代码；

Octave代码

 clear all;close all;
 % 拟合的数据集
 x = [2;6;9;13]; y = [4;8;12;21]; % 数据长度 N = length(x); % 3 %% 计算x平均值 m_x = sum(x)/N; %% % 计算t的平均值 m_t = sum(y)/N; %% % 计算t*x的平均值 m_xt = sum(y.*x)/N; %% % 计算x平方的平均值 m_xx = sum(x.*x)/N; %% 根据公式计算出f(x;m,c)=mx+c中m的值 w_1 = (m_xt - m_x*m_t)/(m_xx - m_x^2); %% 计算出f(x;m,c)=mx+c中c的值 w_0 = m_t - w_1*m_x; %% 在画板上绘制出数据集的点 figure(1);hold off plot(x,y,'bo','markersize',5,'linewidth',2) set(gca,'xtick',0:1:25) % 画布大小为25*25 xplot = [0 25]; yplot = [0 25]; xlim(xplot) ylim(yplot) hold on % 打印出拟合的线段 plot(xplot,w_0+w_1*xplot,'r','linewidth',2) set(gca,'yTick',0:1:150) xlabel('x'); ylabel('y'); 

运行结果

文章首发地址：Solinx
http://www.solinx.co/archives/717

转载于:https://www.cnblogs.com/gaosheng-221/p/6133455.html