vs2010工程C++实现 利用最小二乘法实现多元一次方程线性拟合。
利用递归方法求逆矩阵，所以高阶矩阵（9阶以上）会比较慢。
2019-12-21 19:42:34
12KB
1
% explain：偏最小二乘回归,其主成分个数采取交互验证的方式选取
% w和w-star都输出的是成分得分系数
% data_ys——原始光谱数据 n*p（最后一列列是水分数据, 即因变量个数为1；之前的是光谱数据）
% Y0——原始数据data_ys的最后一列数据
% nsample——原始数据data_ys的样本数
% ch0——输出原始变量方程的常数
% xish——输出原始变量方程的系数
% r——输出提取的成分个数
2019-12-21 19:39:16
4KB
1
此类的具体使用方法见：http://blog.csdn.net/czyt1988/article/details/21743595
在进行曲线拟合时用的最多的是最小二乘法，其中以一元函数（线性）和多元函数（多项式）居多，下面这个类专门用于进行多项式拟合，可以根据用户输入的阶次进行多项式拟合，算法来自于网上，和GSL的拟合算法对比过，没有问题。此类在拟合完后还能计算拟合之后的误差：SSE(剩余平方和)，SSR(回归平方和)，RMSE(均方根误差)，R-square(确定系数)。
2019-12-21 19:37:30
331KB
1
非线性最小二乘法Matlab实现
f=x(1)*K^x(2)*L^x(3)-b;
Cobb-Douglas生产函数
2019-12-21 19:33:19
1KB
1
用一般的最小二乘方法和SVD-TLS方法估计观测数据的ARMA模型的AR参数，并估计正弦波的频率。
2019-12-21 19:30:34
126KB
1