基于PHP实现的多元线性回归模拟曲线算法
网络编程 2021-07-05 08:24www.168986.cn编程入门
这篇文章主要介绍了基于PHP实现的多元线性回归模拟曲线算法,结合具体实例形式分析了多元线性回归模拟曲线算法的原理与相关php实现技巧,需要的朋友可以参考下
本文实例讲述了基于PHP实现的多元线性回归模拟曲线算法。分享给大家供大家参考,具体如下
多元线性回归模型 y = b1x1 + b2x2 + b3x3 +...... +bnxn;
我们根据一组数据 类似 arr_x = [[1, 2, 3, 4, 5], [6, 7, 8, 9, 10], [11, 12, 13, 14, 15]]; arr_y = [5, 10, 15]; 我们要求出的是一个数组,包含了从b1 到bn;
方法利用最小二乘法
公式我们只用公式的前半部分,也就是用矩阵来计算
式中的X就是arr_x,二维数组我们可以把它看成是一个矩阵,式中的y就是arr_y,也把它看成一个矩阵(5, 10, 15) ,不过应该是竖着写的。
然后可以根据公式我们会发现要用到矩阵的相乘,转置,求逆;所以狼蚁网站SEO优化的代码一一给出
public function get_plement($data, $i, $j) { / x和y为矩阵data的行数和列数 / $x = count($data); $y = count($data[0]); / data2为所求剩余矩阵 / $data2 =[]; for ($k = 0; $k < $x -1; $k++) { if ($k < $i) { for ($kk = 0; $kk < $y -1; $kk++) { if ($kk < $j) { $data2[$k][$kk] = $data[$k][$kk]; } else { $data2[$k][$kk] = $data[$k][$kk +1]; } } } else { for ($kk = 0; $kk < $y -1; $kk++) { if ($kk < $j) { $data2[$k][$kk] = $data[$k +1][$kk]; } else { $data2[$k][$kk] = $data[$k +1][$kk +1]; } } } } return $data2; } / 计算矩阵行列式 / public function cal_det($data) { $ans = 0; if (count($data[0]) === 2) { $ans = $data[0][0] $data[1][1] - $data[0][1] $data[1][0]; } else { for ($i = 0; $i < count($data[0]); $i++) { $data_temp = $this->get_plement($data, 0, $i); if ($i % 2 === 0) { $ans = $ans + $data[0][$i] ($this->cal_det($data_temp)); } else { $ans = $ans - $data[0][$i] ($this->cal_det($data_temp)); } } } return $ans; } /计算矩阵的伴随矩阵/ public function ajoint($data) { $m = count($data); $n = count($data[0]); $data2 =[]; for ($i = 0; $i < $m; $i++) { for ($j = 0; $j < $n; $j++) { if (($i + $j) % 2 === 0) { $data2[$i][$j] = $this->cal_det($this->get_plement($data, $i, $j)); } else { $data2[$i][$j] = - $this->cal_det($this->get_plement($data, $i, $j)); } } } return $this->trans($data2); } /转置矩阵/ public function trans($data) { $i = count($data); $j = count($data[0]); $data2 =[]; for ($k2 = 0; $k2 < $j; $k2++) { for ($k1 = 0; $k1 < $i; $k1++) { $data2[$k2][$k1] = $data[$k1][$k2]; } } /将矩阵转置便可得到伴随矩阵/ return $data2; } /求矩阵的逆,输入参数为原矩阵/ public function inv($data) { $m = count($data); $n = count($data[0]); $data2 =[]; $det_val = $this->cal_det($data); $data2 = $this->ajoint($data); for ($i = 0; $i < $m; $i++) { for ($j = 0; $j < $n; $j++) { $data2[$i][$j] = $data2[$i][$j] / $det_val; } } return $data2; } /求两矩阵的乘积/ public function getProduct($data1, $data2) { /$data1 为左乘矩阵/ $m1 = count($data1); $n1 = count($data1[0]); $m2 = count($data2); $n2 = count($data2[0]); $data_new =[]; if ($n1 !== $m2) { return false; } else { for ($i = 0; $i <= $m1 -1; $i++) { for ($k = 0; $k <= $n2 -1; $k++) { $data_new[$i][$k] = 0; for ($j = 0; $j <= $n1 -1; $j++) { $data_new[$i][$k] += $data1[$i][$j] $data2[$j][$k]; } } } } return $data_new; } /多元线性方程/ public function getParams($arr_x, $arr_y) { $final =[]; $arr_x_t = $this->trans($arr_x); $result = $this->getProduct($this->getProduct($this->inv($this->getProduct($arr_x_t, $arr_x)), $arr_x_t), $arr_y); foreach ($result as $key => $val) { foreach ($val as $_k => $_v) { $final[] = $_v; } } return $final; }
的getParams()
方法就是求b参数数组的方法,传入一个二维数组arr_x, 和一个一维数组arr_y就可以了。
这一般用于大数据分析,根据大数据来模拟和预测狼蚁网站SEO优化的发展和走势。
PS这里为大家推荐两款相关模拟曲线工具供大家参考
在线多项式曲线及曲线函数拟合工具
在线绘制多项式/函数曲线图形工具
更多关于PHP相关内容感兴趣的读者可查看本站专题《》、《》、《》、《》、《》及《》
希望本文所述对大家PHP程序设计有所帮助。
上一篇:PHP双向链表定义与用法示例
下一篇:PHP 记录访客的浏览信息方法
编程语言
- 如何快速学会编程 如何快速学会ug编程
- 免费学编程的app 推荐12个免费学编程的好网站
- 电脑怎么编程:电脑怎么编程网咯游戏菜单图标
- 如何写代码新手教学 如何写代码新手教学手机
- 基础编程入门教程视频 基础编程入门教程视频华
- 编程演示:编程演示浦丰投针过程
- 乐高编程加盟 乐高积木编程加盟
- 跟我学plc编程 plc编程自学入门视频教程
- ug编程成航林总 ug编程实战视频
- 孩子学编程的好处和坏处
- 初学者学编程该从哪里开始 新手学编程从哪里入
- 慢走丝编程 慢走丝编程难学吗
- 国内十强少儿编程机构 中国少儿编程机构十强有
- 成人计算机速成培训班 成人计算机速成培训班办
- 孩子学编程网上课程哪家好 儿童学编程比较好的
- 代码编程教学入门软件 代码编程教程