我们有两组数据，比如连续5年的pv与uv。

我们想预测一下，uv达到500k那么pv会是多少。当然更有意思可能是，如果销售额是500w的话，pv会是多少。

机器学习里的一元线性回归方法是比较简单的方法,就是我们猜是满足y=wx+b的。

那么，按求均方误差的偏导后，可得到如下两公式:

下面是求b的公式，要用到w:

用java代码来实现一下这两公式:

package net.highersoft.svm;

import java.text.DecimalFormat;

import java.util.Arrays;

import java.util.List;

public class TestLineXY {

public static void main(String[] args) {

DecimalFormat df=new DecimalFormat("0.##");

//x pv

//y uv

List x=Arrays.asList(5,9,15,19,19,45);

List y=Arrays.asList(4,6,12,15,15,37);

/*

List x=Arrays.asList(4,6,8,10,12);

List y=Arrays.asList(7.8d,9.3d,9.9d,11.2d,11.9d);

*/

System.out.println(x+""+y);

if(x.size()!=y.size()) {

System.out.println("分子分母数量不一致。");

return;

}

long sum=0;

for(Integer xi:x) {

sum+=xi;

}

double avgx=sum*1.0/y.size();

System.out.println("avg_x:"+avgx);

//w的分子

double w_molecule=0;

for(int i=0;i

w_molecule+=y.get(i)*(x.get(i)-avgx);

//System.out.print(y.get(i)+"*("+x.get(i)+"-"+avgx+") +");

}

System.out.println();

//System.out.println("w_molecule:"+w_molecule);

//w的分母

double w_denominator=0;

int w_denominator_xi=0;

for(int i=0;i

w_denominator+=Math.pow(x.get(i),2);

w_denominator_xi+=x.get(i);

}

w_denominator=w_denominator-(1.0/x.size())*(Math.pow(w_denominator_xi,2));

//System.out.println("w_denominator:"+w_denominator+" w_denominator_xi:"+w_denominator_xi);

double w=w_molecule/w_denominator;

System.out.println("w:"+w);

double b=1.0/x.size();

double sum_y_wx=0;

for(int i=0;i

sum_y_wx+=(y.get(i)-w*x.get(i));

}

b=b*sum_y_wx;

System.out.println("b:"+b);

String symbol="+";

if(b<0) {

symbol="";

}

System.out.println("y="+df.format(w)+"x"+symbol+df.format(b));

System.out.println(w*15+b);

}

}

评论:

提交