c# 线性回归和多项式拟合

1. 线性回归

公式： 线性回归的目的是拟合一条直线，情势为： y=mx+by=mx+b 此中：

  

• yy 是因变量（目的值）  
  
• xx 是自变量（特性值）  
  
• mm 是斜率（slope）  
  
• bb 是截距（intercept）
  

长处：

  

• 简朴易懂  
  
• 盘算服从高
  

缺点：

  

• 只能拟合线性关系  
  
• 对于非线性关系的顺应本领差
  

C# 线性回归示例代码

1. using MathNet.Numerics;
2. using MathNet.Numerics.LinearRegression;
4. class Program
5. {
6.     static void Main()
7.     {
8.         double[] x = { 1, 2, 3, 4, 5 };
9.         double[] y = { 2, 4, 6, 8, 10 };
11.         // 进行线性回归
12.         var (slope, intercept) = SimpleRegression.Fit(x, y);
14.         Console.WriteLine($"拟合方程: y = {intercept} + {slope}x");
15.     }
16. }

复制代码

2. 多项式拟合

公式： 多项式拟合的目的是拟合一个多项式，情势为： y=anxn+an−1xn−1+...+a1x+a0y=an​xn+an−1​xn−1+...+a1​x+a0​ 此中：

  

• an,an−1,...,a0an​,an−1​,...,a0​ 是多项式的系数  
  
• nn 是多项式的最高次数
  

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！qidao123.com:ToB企服之家，中国第一个企服评测及软件市场,开放入驻,技术点评得现金