最近需要给散点图加渐近线,然后我们的项目中用了下面的项目来添加的趋势线
https://github.com/mljs/regression-polynomial
https://github.com/mljs/regression-base
但是,到底多项式是选择5阶还是6阶,哪个可能更好,数学不好的我们真的没了主意。
后来看见有文章介绍,可以用R^2来判断拟合度是否合适。
http://www.sohu.com/a/158761950_655168
其实我们所使用的库里面,是有计算R^2这个参数的,但是我们真的是没懂这个库中的计算逻辑。
score(x, y) {
if (!Array.isArray(x) || !Array.isArray(y) || x.length !== y.length) {
throw new Error('x and y must be arrays of the same length');
}
const n = x.length;
const y2 = new Array(n);
for (let i = 0; i < n; i++) {
y2[i] = this._predict(x[i]);
}
let xSum = 0;
let ySum = 0;
let chi2 = 0;
let rmsd = 0;
let xSquared = 0;
let ySquared = 0;
let xY = 0;
for (let i = 0; i < n; i++) {
xSum += y2[i];
ySum += y[i];
xSquared += y2[i] * y2[i];
ySquared += y[i] * y[i];
xY += y2[i] * y[i];
if (y[i] !== 0) {
chi2 += ((y[i] - y2[i]) * (y[i] - y2[i])) / y[i];
}
rmsd += (y[i] - y2[i]) * (y[i] - y2[i]);
}
const r =
(n * xY - xSum * ySum) /
Math.sqrt((n * xSquared - xSum * xSum) * (n * ySquared - ySum * ySum));
return {
r: r,
r2: r * r,
chi2: chi2,
rmsd: Math.sqrt(rmsd / n)
};
}
}
后来在这段代码中加入了自己在网上查到的,能理解得了的R^2计算公式
和库中计算的结果进行了对比,发现结果基本一致,也就放心使用了。5阶和6阶分别计算出R^6,选更接近1的那个。
暂时解决了我们的问题,不过仍需更多的时间来检验。