C#直線的最小二乘法線性回歸運算實例

C#直線的最小二乘法線性回歸運算實例。本站提示廣大學習愛好者：（C#直線的最小二乘法線性回歸運算實例）文章只能為提供參考，不一定能成為您想要的結果。以下是C#直線的最小二乘法線性回歸運算實例正文

本文實例講述了C#直線的最小二乘法線性回歸運算辦法。分享給年夜家供年夜家參考。詳細以下：

1.Point構造

在編寫C#窗體運用法式時，由於援用了System.Drawing定名空間，個中自帶了Point構造，本文中的例子是一個掌握台運用法式，是以本身制造了一個Point構造

/// <summary>
/// 二維笛卡爾坐標系坐標
/// </summary>
public struct Point
{
  public double X;
  public double Y;
  public Point(double x = 0, double y = 0)
  {
    X = x;
    Y = y;
  }
}

2.線性回歸

/// <summary>
/// 對一組點經由過程最小二乘法停止線性回歸
/// </summary>
/// <param name="parray"></param>
public static void LinearRegression(Point[] parray)
{
  //點數不克不及小於2
  if (parray.Length < 2)
  {
    Console.WriteLine("點的數目小於2，沒法停止線性回歸");
    return;
  }
  //求出橫縱坐標的均勻值
  double averagex = 0, averagey = 0;
  foreach (Point p in parray)
  {
    averagex += p.X;
    averagey += p.Y;
  }
  averagex /= parray.Length;
  averagey /= parray.Length;
  //經歷回歸系數的份子與分母
  double numerator = 0;
  double denominator = 0;
  foreach (Point p in parray)
  {
    numerator += (p.X - averagex) * (p.Y - averagey);
    denominator += (p.X - averagex) * (p.X - averagex);
  }
  //回歸系數b（Regression Coefficient）
  double RCB = numerator / denominator;
  //回歸系數a
  double RCA = averagey - RCB * averagex;
  Console.WriteLine("回歸系數A： " + RCA.ToString("0.0000"));
  Console.WriteLine("回歸系數B： " + RCB.ToString("0.0000"));
  Console.WriteLine(string.Format("方程為： y = {0} + {1} * x",
    RCA.ToString("0.0000"), RCB.ToString("0.0000")));
  //殘剩平方和與回歸平方和
  double residualSS = 0;  //（Residual Sum of Squares）
  double regressionSS = 0; //（Regression Sum of Squares）
  foreach (Point p in parray)
  {
    residualSS +=
      (p.Y - RCA - RCB * p.X) *
      (p.Y - RCA - RCB * p.X);
    regressionSS +=
      (RCA + RCB * p.X - averagey) *
      (RCA + RCB * p.X - averagey);
  }
  Console.WriteLine("殘剩平方和： " + residualSS.ToString("0.0000"));
  Console.WriteLine("回歸平方和： " + regressionSS.ToString("0.0000"));
}

3.Main函數挪用

static void Main(string[] args)
{
  //設置一個包括9個點的數組
  Point[] array = new Point[9];
  array[0] = new Point(0, 66.7);
  array[1] = new Point(4, 71.0);
  array[2] = new Point(10, 76.3);
  array[3] = new Point(15, 80.6);
  array[4] = new Point(21, 85.7);
  array[5] = new Point(29, 92.9);
  array[6] = new Point(36, 99.4);
  array[7] = new Point(51, 113.6);
  array[8] = new Point(68, 125.1);
  LinearRegression(array);
  Console.Read();
}

4.運轉成果

願望本文所述對年夜家的C#法式設計有所贊助。