Reffering的问题: Multiple Regression with math.net多元线性回归math.net 2.6 Fit.LinearMultiDim
@克里斯托夫 - ruegg 你能提供给我使用Fit.LinearMultiDim解决回归的一个例子。
var xdata = new DenseMatrix(
new double[,]{{1, 36, 66, 45, 32},
{1, 37, 68, 12, 2},
{1, 47, 64, 78, 34},
{1, 32, 53, 56, 32},
{1, 1, 101, 24, 90}});
var ydata = new double[] { 15, 20, 25, 55, 95 };
var y = new DenseVector(ydata);
var p = xdata.QR().Solve(y); // Fit ?
有没有更简单的方法来实现这一点?
好吧,我不明白为什么我们在写时Fit.Polynomial我们没有所有这些(d => *)的功能,但现在它是所有明确。 另一个问题是,如果Math.net提供了一个解决方案来拟合线性函数而不知道函数公式? –
它不需要符号公式,但它需要它作为函数,因此它可以在样本点评估它以构建设计矩阵。除非您已经预先计算了设计矩阵。你绝对需要一个模型,因为回归就是寻找模型参数。除非你只是想要简单的“线性”模型(参见'Fit.MultiDim(x,y)'或者'MultipleRegression.NormalEquations(x,y,true)')或者根本不需要模型,而只需要某种形式的插值? –
MathNet.Numerics中没有看到Fit.MultiDim(x,y)和MultipleRegression.NormalEquations(x,y,true)C#v2.6.1.30 我的另一个问题是,Fit.LinearMultiDim给出了相同的结果,无论Func参数的顺序。那么下面的魔法是什么:) –