主頁 > 知識庫 > 基于PHP實(shí)現(xiàn)的多元線性回歸模擬曲線算法

基于PHP實(shí)現(xiàn)的多元線性回歸模擬曲線算法

熱門標(biāo)簽:阿里云 服務(wù)器配置 科大訊飛語音識別系統(tǒng) 團(tuán)購網(wǎng)站 Linux服務(wù)器 電子圍欄 Mysql連接數(shù)設(shè)置 銀行業(yè)務(wù)

本文實(shí)例講述了基于PHP實(shí)現(xiàn)的多元線性回歸模擬曲線算法。分享給大家供大家參考,具體如下:

多元線性回歸模型: y = b1x1 + b2x2 + b3x3 +...... +bnxn;

我們根據(jù)一組數(shù)據(jù): 類似 arr_x = [[1, 2, 3, 4, 5], [6, 7, 8, 9, 10], [11, 12, 13, 14, 15]]; arr_y = [5, 10, 15]; 我們最后要求出的是一個數(shù)組,包含了從b1 到bn;

方法:利用最小二乘法

公式:我們只用公式的前半部分,也就是用矩陣來計(jì)算

式中的X就是arr_x,二維數(shù)組我們可以把它看成是一個矩陣,式中的y就是arr_y,也把它看成一個矩陣(5, 10, 15) ,不過應(yīng)該是豎著寫的。

然后可以根據(jù)公式我們會發(fā)現(xiàn)要用到矩陣的相乘,轉(zhuǎn)置,求逆;所以下面的代碼一一給出:

public function get_complement($data, $i, $j) {
  /* x和y為矩陣data的行數(shù)和列數(shù) */
  $x = count($data);
  $y = count($data[0]);
  /* data2為所求剩余矩陣 */
  $data2 =[];
  for ($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 $data2;
}
/* 計(jì)算矩陣行列式 */
public function cal_det($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 = $this->get_complement($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 $ans;
}
/*計(jì)算矩陣的伴隨矩陣*/
public function ajoint($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_complement($data, $i, $j));
      } else {
        $data2[$i][$j] = - $this->cal_det($this->get_complement($data, $i, $j));
      }
    }
  }
  return $this->trans($data2);
}
/*轉(zhuǎn)置矩陣*/
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];
    }
  }
  /*將矩陣轉(zhuǎn)置便可得到伴隨矩陣*/
  return $data2;
}
/*求矩陣的逆,輸入?yún)?shù)為原矩陣*/
public function inv($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 $data2;
}
/*求兩矩陣的乘積*/
public function getProduct($data1, $data2) {
  /*$data1 為左乘矩陣*/
  $m1 = count($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 $data_new;
}
/*多元線性方程*/
public function getParams($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;
}

最后的getParams()方法就是最后求b參數(shù)數(shù)組的方法,傳入一個二維數(shù)組arr_x, 和一個一維數(shù)組arr_y就可以了。

這一般用于大數(shù)據(jù)分析,根據(jù)大數(shù)據(jù)來模擬和預(yù)測下面的發(fā)展和走勢。

PS:這里為大家推薦兩款相關(guān)模擬曲線工具供大家參考:

在線多項(xiàng)式曲線及曲線函數(shù)擬合工具:
http://tools.jb51.net/jisuanqi/create_fun

在線繪制多項(xiàng)式/函數(shù)曲線圖形工具:
http://tools.jb51.net/jisuanqi/fun_draw

更多關(guān)于PHP相關(guān)內(nèi)容感興趣的讀者可查看本站專題:《PHP數(shù)據(jù)結(jié)構(gòu)與算法教程》、《php程序設(shè)計(jì)算法總結(jié)》、《php字符串(string)用法總結(jié)》、《PHP數(shù)組(Array)操作技巧大全》、《PHP常用遍歷算法與技巧總結(jié)》及《PHP數(shù)學(xué)運(yùn)算技巧總結(jié)》

希望本文所述對大家PHP程序設(shè)計(jì)有所幫助。

您可能感興趣的文章:
  • php 大數(shù)據(jù)量及海量數(shù)據(jù)處理算法總結(jié)
  • php中最簡單的字符串匹配算法
  • PHP經(jīng)典算法集錦【經(jīng)典收藏】
  • 關(guān)于PHP遞歸算法和應(yīng)用方法介紹
  • PHP面試常用算法(推薦)
  • php經(jīng)典算法集錦
  • PHP常用算法和數(shù)據(jù)結(jié)構(gòu)示例(必看篇)
  • php使用高斯算法實(shí)現(xiàn)圖片的模糊處理功能示例
  • php實(shí)現(xiàn)的常見排序算法匯總
  • PHP實(shí)現(xiàn)深度優(yōu)先搜索算法(DFS,Depth First Search)詳解
  • PHP實(shí)現(xiàn)廣度優(yōu)先搜索算法(BFS,Broad First Search)詳解

標(biāo)簽:衡水 蚌埠 萍鄉(xiāng) 大理 棗莊 衢州 江蘇 廣元

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《基于PHP實(shí)現(xiàn)的多元線性回歸模擬曲線算法》,本文關(guān)鍵詞  ;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題,煩請?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無關(guān)。
  • 相關(guān)文章
  • 收縮
    • 微信客服
    • 微信二維碼
    • 電話咨詢

    • 400-1100-266