Mysql多变量线性回归答案

【问题标题】：Mysql multivariable linear regressionMysql多变量线性回归
【发布时间】：2011-01-06 04:12:37
【问题描述】：

我正在尝试对我的 mysql 5.0 数据库中的数据进行多变量（9 个变量）线性回归（结果值字段只有 2 个可能的值，1 和 0）。

我做了一些搜索，发现我可以使用：

mysql> SELECT
    -> @n := COUNT(score) AS N,
    -> @meanX := AVG(age) AS "X mean",
    -> @sumX := SUM(age) AS "X sum",
    -> @sumXX := SUM(age*age) "X sum of squares",
    -> @meanY := AVG(score) AS "Y mean",
    -> @sumY := SUM(score) AS "Y sum",
    -> @sumYY := SUM(score*score) "Y sum of square",
    -> @sumXY := SUM(age*score) AS "X*Y sum"

要获得许多基本的回归变量，但我真的不想为 9 个变量的每个组合都输入这些。我能找到的所有关于如何对多变量进行回归的资料都需要矩阵运算。可以用mysql做矩阵运算吗，或者有其他方法做9变量线性回归吗？

我应该先将数据从mysql导出吗？它有大约 80,000 行，所以可以移动它，只是不确定我还应该使用什么。

谢谢，丹

【问题讨论】：

标签： mysql matrix regression linear-regression

【解决方案1】：

我建议将数据从 MySQL 移出并移入 R。对于 1/0 响应数据，逻辑回归更合适，它不是您正在实施的简单平方和。

http://en.wikipedia.org/wiki/Logistic_regression

这似乎很好地展示了如何解决逻辑问题

http://www.omidrouhani.com/research/logisticregression/html/logisticregression.htm#_Toc147483467

【讨论】：

【解决方案2】：

最好将这些数据存储在 MySQL 中，但您可以使用可以访问数据库的语言处理数据。伪代码：

variables = [ 'A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I' ];

for X in $variables do
    for Y in $variables do
        query = 'SELECT
            @'+$X+$Y+' := COUNT(score) AS '+$X+$Y+',
            @mean'+$X+' := AVG(age) AS "X mean",
            @sum'+$X+' := SUM(age) AS "X sum",
            @sum'+$X+$X+' := SUM(age*age) "X sum of squares",
            @mean'+$Y+' := AVG(score) AS "Y mean",
            @sum'+$Y+' := SUM(score) AS "Y sum",
            @sum'+$Y+$Y+' := SUM(score*score) "Y sum of square",
            @sum'+$X+$Y+' := SUM(age*score) AS "X*Y sum"';
        db_execute(query);
    done
done

但是为什么不将结果存储在表格中呢？更适合数据库。

for X in $variables do
    for Y in $variables do
        query = 'INSERT INTO regression SELECT FROM measurements
            "'+$X+'" AS X
            "'+$Y+'" AS Y
            score AS valX
            age AS valY
            COUNT(score) AS N,
            AVG(age) AS meanX,
            SUM(age) AS sumX,
            SUM(age*age) squareX,
            AVG(score) AS meanY,
            SUM(score) AS sumY,
            SUM(score*score) squareY,
            SUM(age*score) AS sumXY';
        db_execute(query);
    done
done

在 X 和 Y 列上放置单独的索引。

【讨论】：