线性回归程序1

来源：互联网发布：苹果4s手机的网络制式编辑：程序博客网时间：2024/06/06 19:12

简单的一元回归问题，学会编程实现回归模型

%%th1=3.5;th0=6;%生成训练样本n=100;%n是样本数sigma=2;e=randn(n,1);e=e*sigma;x=randn(n,1);y=th1*x+th0+e;%用线性模型回归这组数据X1=[ones(size(y)) x];[B1,BINT1,R1,RINT1,STATS1]=regress(y,X1);%用一元二次模型X2=[ones(size(y)) x.^2 x];[B2,BINT2,R2,RINT2,STATS2]=regress(y,X2);%用一元三次模型X3=[ones(size(y)) x.^3 x.^2 x];[B3,BINT3,R3,RINT3,STATS3]=regress(y,X3);%判断是否满足大小关系并打印if(STATS1(1)<STATS2(1)&&STATS2(1)<STATS3(1))    disp(['R^2: 线性 ',num2str(STATS1(1)),'  二次 ',num2str(STATS2(1)),'  三次 ',num2str(double(STATS3(1)))]);end%可视化scatter(x,y,'+','p');m=-2.5:0.05:2.5;hold onplot(m,m*B1(2)+B1(1),'g');hold onplot(m,m.^2*B2(3)+m*B2(2)+B2(1),'r');hold onplot(m,m.^3*B3(4)+m.^2*B3(3)+m*B3(2)+B3(1),'m');legend('线性','二次','三次');%%%用模型预测并计算测试样本的预测效果%生成100个测试样本n=100;e=randn(n,1);e=e*sigma;x_test=randn(n,1);y_test=th1*x_test+th0+e;%用训练得到的回归模型预测y值y=zeros(n,3);y(:,1)=x_test*B1(2)+B1(1);y(:,2)=x_test.^2*B2(3)+x_test*B2(2)+B2(1);y(:,3)=x_test.^3*B3(4)+x_test.^2*B3(3)+x_test*B3(2)+B3(1);%计算训练样本的决策系数N=zeros(3,1);%分子D=zeros(3,1);%分母R=zeros(3,1);%决定系数R^2%求y_test均值sum=0;for i=1:n    sum=sum+y_test;endy_avg=sum/n;for i=1:n    for k=1:3        N(k)=N(k)+(y_avg(k)-y(i,k))^2;        D(k)=D(k)+(y_avg(k)-y_test(i))^2;    endendfor k=1:3    R(k)=N(k)/D(k);enddisp(['测试数据R^2: 线性 ',num2str(R(1)),'  二次 ',num2str(R(2)),'  三次 ',num2str(double(R(3)))]);

regress使用参考http://blog.csdn.net/guzhenping/article/details/43314333

0 0