最小二乘法求解线性回归模型

该博客介绍了如何使用最小二乘法求解线性回归模型,以确定变量X和Y之间的数学模型。通过给出的计算公式和样例输入输出,展示了如何处理观测数据并求解模型参数w和b。文章还包含一个测试用的主函数示例以及作者的个人感想。
摘要由CSDN通过智能技术生成


时间限制: 1 Sec 内存限制: 128 MB

题目描述

假设有一组观测数据(X,Y)=(Xi , Yi) ,i=1,2,3…m,(m<20),初步判断Y和X之间存在线性关系,如下图中左图所示。则X和Y之间的线性回归模型可表示为:y=wx+b,如果求得模型参数w和b,即可确定其数学模型。在此,基于均方误差最小化的“最小二乘法”确定其最佳模型参数,求解模型参数w和b的公式如下图中右图所示:

计算公式

在这里插入图片描述

在这里插入图片描述

请编写程序实现这一需求,其中主函数int main(void)已编写完成,需编写如下两个函数完成相应功能:

  1)  为数组的每个元素赋值,要求其函数原型:

 void input(double da[], int n);

2)  根据输入一组观测值,求解最佳模型参数w和b(保留2位小数,当w和b绝对值小于1e-3时,则w和b取0.0),要求其函数原型为: 

 void LeastSquare(double x[], double y[], int n, double *w, double *b);

测试用主函数及其它

可采用如下main(void)函数进行测试(只供参考,请勿提交):

#include <stdio.h>
#include <stdlib.h>
#include <math.h>

#define N 20
void LeastSquare(double x[], double y[], int num, double *w, double *b);
void input(double dv
  • 3
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值