我在R A模型:如何实现C R模型++代码
> s1 <- toys[1:10000,]
> model <- glm(V11~V2+V3+V5+V7+V8+V9+V10,gaussian,s1)
> model
Call: glm(formula = V11 ~ V2 + V3 + V5 + V7 + V8 + V9 + V10, family = gaussian,
data = s1)
Coefficients:
(Intercept) V2 V3 V5 V7 V8 V9 V10
-0.900106 0.006385 -0.005080 1.006324 0.229282 0.-0.049307 -0.186450
Degrees of Freedom: 9999 Total (i.e. Null); 9992 Residual
Null Deviance: 11050000
Residual Deviance: 121200 AIC: 53340
现在,我该如何设定此R型为C函数? (带有链接的RTFM就足够了)
也许我只需要将来自R模型的所有系数乘以它们各自的输入并添加所有项以得到最终结果?
float model(float v2, float v3, ... float v10)
{
return -0.900106 * v2 + 0.006385 * v3 + .. + (-0.186450) * v10;
}
我需要独立的代码不依赖于任何外部来源
正是你想要做的:一个计算给定输入数据的回归系数的程序,还是一个输出给定一组参数的预测的程序? – chl 2011-05-30 08:16:34
@chl给出了由R估计的回归系数,我想用C实现这个回归模型,以便从C代码返回预测结果。 – 2011-05-30 08:20:16
您错过了您提供的代码片段中的截取术语。对于存储在x1,x2,...中的观测值,这应该为y = -0.900 + 0.006 * x1 - 0.005 * x2 ...我会相应地更新我的答案。 – chl 2011-05-30 08:29:02