多元线性回归java代码多元线性回归案例数据

提示：扫一扫查出行
【扫一扫了解最新限行尾号】
复制提示

用java实现二元线性回归算法运用到了什么知识

import java.lang.Math;

import java.util.Random;

/**

* 冒泡排序

* 该程序先随机生成一个长度为10,并且数值在10-210之间的数组

* 然后通过冒泡的方法对生成的数组进行排序并从控制台输出。

public class SortTest {

/**

* 升序标志

public static final int SHENGXU=1;

/**

* 降序标志

public static final int JIANGXU=2;

/**

* 主函数

* @param args

public static void main(String args[]) {

SortTest.execSort(JIANGXU);

}

/**

* 交换值，交换数组的两个值

* @param array 操作的数组

* @param i 第一个

* @param j 第二个

private static void jiaohuan(int[] array,int i, int j)

{

int tmp = array[i];

array[i] = array[j];

array[j] = tmp;

}

/**

* @param method

* 1为升序，2为降序

public static void execSort(int method) {

int[] array = null;

array = initArray(10, 210, 10);

int[] orderarray = maopao(array,method);

for (int i = 0; i orderarray.length; i++) {

System.out.println(orderarray[i]);

}

/**

* 取随机数据，初始化一个数组

* @param min

* 随机数的最小值

* @param max

* 最大值

* @param size

* 取得随机数的数量

* @return

public static int[] initArray(int min, int max, int size) {

int[] init = new int[size];

for (int i = 0; i size; i++) {

init[i] = min + (int) (Math.random() * (max - min + 1));

System.out.println(i + "-------" + init[i]);

}

return init;

}

/**冒泡排序方法

* 原理：从最后一个开始将小的或大的逐渐冒出

* @param array

* @param method

* @return

public static int[] maopao(int[] array,int method)

{

for(int i=0;iarray.length;i++)

{

for (int j=array.length -1 ;ji;j--)

{

if (method==2)

{

if (array[i] array[j])

jiaohuan(array,i,j);

}else if (method==1)

if (array[i] array[j])

jiaohuan(array,i,j);

}

return array;

}

相关问答

Q1: 如何用Java做一个线性回归的图像

Eclipse只是IDE，用记事本也能写出来，这不是关键。

你先看一下java的2D绘图，然后，线性回归用套路的，就和做数学题一样，一步一步让程序做就可以啦。

Q2: matlab 画图多元线性回归分析

Matlab中统计工具箱用命令regress实现多元线性回归多元线性回归java代码，用的方法是最小二乘法，基本用法是：

b=regress(Y,X)

Y,X是因变量和自变量，b为回归系数的估计值。

当然，也可以让结果更详细，这个多元线性回归java代码你可以自己查看帮助文档 doc regress

这里使用：

[b,bint,r,rint,stats]=regress(Y,X)

其中，bint为回归系数的置信区间，r,rint为残差及其置信区间，stats为计算回归模型的统计量。

所以，设房屋销售均价为Y，其余四个变量分别为X1,X2,X3,X4

则代码如下：

clc

clear

x=[];

Y=[];

X=[ones(length(x),1),x];

[b,bint,r,rint,stats]=regress(Y,X,0.05)

X,Y的数据你填进去就可以了。

Q3: 用Logistic 回归模型时的代码举例

用Logistic

回归模型时的代码举例

logistic回归模型，主要是用来对多因素影响的事件进行概率预测，它是普通多元线性回归模型的进一步扩展，logistic模型是非线性模型。比如说我们曾经做过的土地利用评价，就分别用多元线性回归模型和Logistic模型进行试验。影响耕地的因素假设有高程、土壤类型、当地人口数量和GDP总量，把上述四种因素作为自变量，某块地是否为耕地的概率为P，即应变量。然后根据已经有的样本数据，求出logistic模型的系数，一般用最大似然法结合牛顿—拉斐逊法解系数，求出F(P)=G(高程，土壤，人口，GDP）的一个回归函数，即Logistic模型，然后把全地区的数据代入上式，求出每个地方是否为耕地的概率，用来对土地利用的评价提供科学的依据。希望我的答案能让你满意，我以前就是做这方面研究的。

春满人间百花吐艳

福临小院四季常安

欢度春节

Q4: 最小二乘法，y=a0+a1*x1+a2*x2，要求使用java编写

x2nbsp这其实就是一个多元线性回归问题;2; nbsp,1);

x2=rand(10;

gt，用regress函数就可以了： x1=rand(10.8651其中前四行的作用是产生测试数据，真正需要的只有最后一行代码，得到的a依次为a1、a2,1);

a1=1,1)])

a =

ones(10,1)*0.1;

a=regress(y,[x1 a2=2;a0=3;1;y=a1*x1+a2*x2+a0+randn(10;nbsp.1448

nbsp.1743