Matlab 多元回归

发布于 2024-11-26 00:01:00 字数 291 浏览 5 评论 0原文

我有这组变量：

N = 250;

% independent variables[0..10]
x_1 = rand(N,1) * 10;
x_2 = rand(N,1) * 10;

y = ones(N,1); % regresssion variable

y((x_1 + x_2 + rand(N,1) * 2) <= 11) = 2;

我想在 matlab 中进行二元回归，但不知道如何做到这一点，有人可以帮助我吗？线性或多项式回归的结果必须是这两个类之间的直线，存储在 y 中。

原文

I have this set of variables:

N = 250;

% independent variables[0..10]
x_1 = rand(N,1) * 10;
x_2 = rand(N,1) * 10;

y = ones(N,1); % regresssion variable

y((x_1 + x_2 + rand(N,1) * 2) <= 11) = 2;

I want to make two-var regression in matlab, but do not know how to do this, can somebody helps me? The result of linear or polynomial regression must be line between this two classes, stored in y.

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

幻想少年梦 2024-12-03 00:01:00

一个或多个“独立”变量，是一样的。作为示例，有几种解决方法：

>>> X= [x_1 x_2];
>>> X\ y
ans =
   0.10867
   0.11984

>>> pinv(X)* y
ans =
   0.10867
   0.11984

请参阅 \ 和 < a href="http://www.mathworks.com/help/techdoc/ref/pinv.html" rel="nofollow">pinv。

Matlab 确实有许多其他方法来求解最小二乘法。您可能想详细说明您的具体情况，以便找到最合适的情况。无论如何，上述文档对您来说是一个很好的起点。

编辑：
关于最小二乘的一些值得阅读的一般信息是wiki和mathworks

One or more 'independent' variables, it's the same. Just as an example few ways to solve:

>>> X= [x_1 x_2];
>>> X\ y
ans =
   0.10867
   0.11984

>>> pinv(X)* y
ans =
   0.10867
   0.11984

See more of \ and pinv.

Matlab do have many other ways to solve least squares. You may like to elaborate more on your specific case, in order to find the most suitable one. Anyway, above documentation is a good starting point for you.

Edit:
Some general information on least squares worthwhile to read are wiki and mathworks

回复收藏 0 原文

~没有更多了~