在java中解决最小二乘回归答案

【问题标题】：Solve least squares regression in java在java中解决最小二乘回归
【发布时间】：2016-12-04 11:04:55
【问题描述】：

我正在用 Java 实现 pandas DataFrame 克隆，我需要的功能之一是重采样。我找到了一个很好的方法来做到这一点here。在引用的链接中，他们使用 python，特别是来自 numpy 的 lstsq 函数，它采用矩阵 A 和向量 b，与我需要实现的公式完全相同。

现在我转到Apache Commons math website on Least squares，API 似乎与Least_squares(A, b) 完全不同，而且非常复杂。

我想知道如何仅通过传递矩阵A 和向量b 来解决java 中的最小二乘非线性回归问题，就像在python 中一样。

【问题讨论】：

标签： java apache-commons-math

【解决方案1】：

Apache Commons 中的 Least Squares 包使用 Gauss-Newton 和 Levenberg-Marquardt 等数值最小化算法进行非线性曲线拟合（非线性最小二乘法）。

numpy.linalg.lstsq 另一方面用于线拟合（线性最小二乘法）。 lstsq 在 Apache commons 中的等价物是 SimpleRegression。

在这两种情况下，您都会遇到线拟合问题y = mx + c，其中x 和y 是已知的等长向量，包含数据点（多对 x.y 标量值）。使用lstsq，您必须将问题转换为y = Ap，其中A = [[x 1]] 和p = [[m], [c]]。对于SimpleRegression，一种选择是将x 和y 连接到double[][] 矩阵中，每行2 列和1 个数据点。

这是lstsq docs 中提到的为SimpleRegression 编写的相同示例：

import org.apache.commons.math3.stat.regression.SimpleRegression;

public class StackOverflow {
    public static void main(String[] args) {
        // creating regression object, passing true to have intercept term
        SimpleRegression simpleRegression = new SimpleRegression(true);

        // passing data to the model
        // model will be fitted automatically by the class
        simpleRegression.addData(new double[][]{
                {0, -1},
                {1, 0.2},
                {2, 0.9},
                {3, 2.1}
        });

        // querying for model parameters
        System.out.println("slope = " + simpleRegression.getSlope());
        System.out.println("intercept = " + simpleRegression.getIntercept());
    }
}

当然你会得到同样的结果

坡度 = 1.0
截距 = -0.95

【讨论】：