【问题标题】:Problem in solving algorithm polynomial regression,least squares method in OctaveOctave中求解算法多项式回归,最小二乘法的问题
【发布时间】:2021-07-26 13:39:18
【问题描述】:

我正在尝试使用最小二乘法实现多项式回归。绘制第三张图时出现问题,未显示。 我认为这是关于公式 y=ax+b 的实现。 但就我而言,首先我使用内联函数 polyfit 和 polyval 获得了实验数据值。

x=0:0.1:5;
y=3*x+2;
y1=y+randn(size(y));
k=1;#Polynom
X1=0:0.01:10
B=polyfit(x,y1,k);
Y1=polyval(B,X1);

毕竟,我已经在使用线性模型,通过最小二乘法求解多项式回归。

Y2=Y1'*x+B'; -----this problem formula
subplot(3,2,3);
plot(x,Y1,'-b',X1,y1,'LineWidth');
title('y1=ax+b'); 
xlabel('x'); 
ylabel('y');
grid on;

因此,没有绘制图表。

【问题讨论】:

    标签: statistics regression octave


    【解决方案1】:

    检查向量的大小:x 和 Y1 的长度不同,X1 和 y1 的长度相同。

    您可能希望绘制为:

    plot(x,y1,'-b',X1,Y1,'LineWidth', 1);
    

    【讨论】:

    • 是的,向量大小存在错误
    猜你喜欢
    • 2018-01-23
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2016-03-14
    • 2012-03-11
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多