Java实习(一维)线性回归方程

  这个公式大家熟悉吧,在高中数学中我们经常见,曾经笔者也很无奈,被这方程计算错误而支配。

 在大学机器学习中,我们会有其他的算法完成,但是,高中这种线性回归方程,依然可以应用在一元的线性回归方程当中,注意!!!——>>>只能用在一元线性回归方程中,下面以代码形式,使得大家能直观的学习,且实践一下我们曾经熟悉的线性回归方程:

        例:java随机生成数据集,取出5点预测线性回归方程的截距与斜率

import java.util.Random;

public class Huigui {
    
	public static void main(String[] args)
    {
		Random x = new Random();
		int sumX = 0;
		int sumY = 0;
		int sumXY = 0;
		int sumx2 = 0;
		int pjX,pjY;
		double b;
		double a;
    for(int i=0 ; i<5 ;  i++)
    {
    	int X = x.nextInt(50);
    	int Y  = X*2+1;
    	sumX = sumX +X;
    	sumY = sumY + Y;
    	sumXY = sumXY + X*Y;
    	sumx2 = sumx2 + X*X;
    	System.out.println("x"+"---"+X);
    	System.out.println("y"+"---"+Y);
    	
    	}
    pjX = sumX / 5;
    pjY = sumY / 5;
    
    b = (sumXY - 5*pjX*pjY)/(sumx2 - 5*pjX*pjX); 
    a = pjY - b*pjX;
    System.out.println("斜率:"+b);
    System.out.println("截距:"+a);
    }
}

运行结果:

 

  • 2
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
一维线性对流方程是描述流体或物在一维空间中传输过程数学模型。在MATLAB中,可以使用数值方法求解一维线性对流方程。 维线性对流方程的一形式为: ∂u/∂t + * ∂u/∂x = 0 其中,u是待求解的函数,t是时间,x是空间坐标,c是对流速度。 在MATLAB中,可以使用有限差分方法或有限元方法来求解一维线性对流方程。有限差分方法将时间和空间离散化,然后使用差分格式逼近偏导数,得到一个差分方程组。有限元方法则将问题转化为一个变分问题,通过构造适当的试验函数和权重函数,利用变分原理得到一个变分方程。 以下是使用有限差分方法求解一维线性对流方程的示例代码: ```matlab % 定义参数和初始条件 c = 1; % 对流速度 L = 1; % 空间长度 T = 1; % 总时间 dx = 0.01; % 空间步长 dt = 0.001; % 时间步长 x = 0:dx:L; % 空间网格点 t = 0:dt:T; % 时间网格点 u0 = sin(2*pi*x); % 初始条件 % 求解差分方程 u = zeros(length(x), length(t)); % 存储结果的矩阵 u(:, 1) = u0; % 初始条件 for n = 2:length(t) u(1, n) = u(end, n-1); % 边界条件 for i = 2:length(x)-1 u(i, n) = u(i, n-1) - c * dt / dx * (u(i, n-1) - u(i-1, n-1)); % 差分格式 end end % 绘制结果 figure; surf(t, x, u'); xlabel('时间'); ylabel('空间'); zlabel('u'); ``` 这段代码使用了显式差分格式来求解一维线性对流方程,其中u是一个二维矩阵,存储了每个时间步长和空间网格点上的解。最后使用surf函数将结果可视化出来。
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

打赏作者

打开第1234676289次

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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