Accord.net SimpleLinearRegression的回归方法已过时？

Question

我刚刚开始学习accord.net，并通过一些例子，我注意到SimpleLinearRegression上的Regress方法已过时。

显然我应该使用OrdinaryLeastSquares类，但是我找不到任何会返回残差平方和的东西，类似于Regress方法。

我是否需要自己创建此方法？

Answer 1

这里是如何学习SimpleLinearRegression，仍然能够计算平方的残差平方和，你一直在使用该框架的前一版本做一个完整的例子：

// This is the same data from the example available at 
// http://mathbits.com/MathBits/TISection/Statistics2/logarithmic.htm 

// Declare your inputs and output data 
double[] inputs = { 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11 }; 
double[] outputs = { 6, 9.5, 13, 15, 16.5, 17.5, 18.5, 19, 19.5, 19.7, 19.8 }; 

// Transform inputs to logarithms 
double[] logx = Matrix.Log(inputs); 

// Use Ordinary Least Squares to learn the regression 
OrdinaryLeastSquares ols = new OrdinaryLeastSquares(); 

// Use OLS to learn the simple linear regression 
SimpleLinearRegression lr = ols.Learn(logx, outputs); 

// Compute predicted values for inputs 
double[] predicted = lr.Transform(logx); 

// Get an expression representing the learned regression model 
// We just have to remember that 'x' will actually mean 'log(x)' 
string result = lr.ToString("N4", CultureInfo.InvariantCulture); 

// Result will be "y(x) = 6.1082x + 6.0993" 

// The mean squared error between the expected and the predicted is 
double error = new SquareLoss(outputs).Loss(predicted); // 0.261454 

的最后一行这个例子应该是你最感兴趣的例子。如您所见，现在可以使用SquareLoss class来计算预先由.Regress方法返回的残差平方和。这种方法的优点是，现在您应该能够计算出最适合您的最合适的指标，如ZeroOneLoss或Euclidean loss或Hamming loss。

无论如何，我只是想重申，在框架中标记为Obsolete的任何方法都不会很快停止工作。它们被标记为废弃的含义，即在使用这些方法时不会支持新功能，但是如果您使用其中的任何方法，则您的应用程序不会停止工作。