最佳拟合直线

2021-04-30 00:00:00 拟合 直线

最佳拟合直线

Time Limit: 1000 ms 
Memory Limit: 65536 KiB
Submit 
Statistic

Problem Description

在很多情况下，天文观测得到的数据是一组包含很大数量的序列点图象，每一点用x值和y值定义。这就可能需要画一条通过这些点的最佳拟合曲线。

为了避免只对个别数据分析，需要进行最佳曲线拟合。考虑N个数据点，它们的坐标是(X1,Y1)，(X2,Y2)…，(XN,YN)。假设这些值中的X是严格的精确值，Y的值是测量值(含有一些误差)。
         《最佳拟合直线》

对于一个给定的X，如X1，对应的值Y1与曲线C上对应的Y值将存在一个差值。我们用D1表示这个差值，有时我们也称这个差值为偏差、误差或残差，它可能是正、负或零。类似的，X2…，XN，对应的差值为D2，….，DN。

 我们用D12 + D22 + … + DN2 作为衡量曲线C拟合的“最佳”程度，这个值越小越好，越大则越不好。因此，我们做以下定义：任何一种类型的曲线，它们都有一个共同的特性，当ΣDi2最小时，称为最佳拟合曲线。注：∑指“取和”计算。 一条曲线具有这一特性时，称之为“最小二乘拟合”，这样的曲线称为“最小二乘曲线”。

本次的计算任务是拟合为一条直线，数学上称之为“线性回归”。“回归”一词看起来有点陌生，因为计算最佳曲线没什么好“回归”的，最好的术语就是“曲线似合”，在直线情况下就是“线性曲线拟合”。

你的任务是编写程序用最小二乘法计算出以下线性方程的系数(斜率a以及y轴的截距b)：

 y = a*x + b   (4.1)

 a和b可以使用以下公式计算：
 《最佳拟合直线》
式中N是数据点的个数。注意，以上两式具有相同的分母，∑指逐项加法计算(取和)。∑x指对所有的x值求和，∑y指对所以的y值求和，∑(x^2)指对所有x的平方求和。∑xy指对所有的积xy进行取和计算。应注意，∑xy 与 ∑x*∑y是不相同的(“积的和”与“和的积”是不同的)，同样(∑x)^2与∑(x^2)也是不相同的(“和的平方”与“平方的和”是不相同的)。


Input

 
n
组整数表示
x
i
，
y
i
 
，期中|x|<=10
6
，|y|<=106, n < 15

Output

 
最佳拟合曲线参数
a
和
b
，
a
和
b
各占一行，
a 
和
b
精确到小数点后
3
位。

Sample Input

4
1  6
2  5
3  7
4  10

Sample Output

1.400
3.500
本题就是按照题目中给出的公式依次求出即可，题目的信息量很大，但是最终的落脚点都在公式中，当然，数学中的这种拟合方法还是值得我们学习的。
//package hello;

import java.util.*;

public class Main {
	public static int sum(int[]... arr) {
		int len = arr.length;
		int arrlength = arr[0].length;
		int sum = 0;
		for (int i = 0; i < arrlength; i++) {
			if (len == 1) {
				sum += arr[0][i];
			} else if (len == 2) {
				sum += arr[0][i] * arr[1][i];
			}
		}
		return sum;
	}
	public static void main(String[] args) {
		Scanner cin = new Scanner(System.in);
		int n = cin.nextInt();
		int[] x = new int[n];
		int[] y = new int[n];
		for (int i = 0; i < n; i++) {
			x[i] = cin.nextInt();
			y[i] = cin.nextInt();
		}
		int result_x = sum(x);
		int result_y = sum(y);
		int result_xx = sum(x, x);
		int result_xy = sum(x, y);
		double a = (double) (n * result_xy - result_x * result_y) / (n * result_xx - result_x * result_x);
		double b = (double) (result_y * result_xx - result_x * result_xy) / (n * result_xx - result_x * result_x);
		System.out.println(String.format("%.3f", a));
		System.out.println(String.format("%.3f", b));
		cin.close();
	}
	
}

 
    原文作者：HuyCui
     原文地址: https://blog.csdn.net/Horizonhui/article/details/79651003
    本文转自网络文章，转载此文章仅为分享知识，如有侵权，请联系博主进行删除。

相关文章