有问题就有答案
Q1：C++ 最小二乘法
#include#includedouble x[20]，y[20]，Save[20][20]={ 0 }；int n，z；void Input() //输入x和y的多组数值{ cout "要输入的数据组数：";cinz for(int I=0；I=z-1；I){ cout " x " x[I]；你好[我]；}}void Calculate(int s，int n) //实验一的计算函数{ int i，j，r=s；保存[1][1]=z；for(I=0；I=z-1；I){ 0保存[1][2]=x[I]；保存[1][3]=y[I]；保存[2][1]=x[I]；保存[2][2]=x[I]* x[I]；保存[2][3]=x[I]* y[I]；} cout "最小二乘法计算矩阵如下："
Q2：最小二乘法的C++程序【y=A+B*e^(-x)】
为什么不想直接贴？
Q3：求C或C++语言编写的用最小二乘法进行曲线拟合
你的近似解析表达式是y=atbt 2ct 2。是否要写成y=atbt 2ct 3，但实际拟合表达式是y=a [3] a [2] ta [1] t 2a [0] t 3？会有一个不变的项。简单来说，所谓拟合，就是某个函数的几个离散函数值{f1，f2，…，fn}是已知的，通过调整函数中的一些待定系数f(1，2，…，3)，使函数与已知点集(最小二乘意义)的差最小化。如果待定函数是线性的，称为线性拟合或线性回归(主要在统计学中)，否则称为非线性拟合或非线性回归。表达式也可以是分段函数，在这种情况下称为样条拟合。曲线拟合：# include # include # include # include # include # include smooth(double * x，double * y，double * a，int n，int m，double * dt1，double * dt2，double * dt3)；void main() { int i，n，m；double *x、*y、*a、dt1、dt2、dt3、b；n=12//12个采样点m=4；//三次多项式拟合b=0；//x的初始值为0/*分别为x、y、a y和a分配的存储空间*/x=(double *) calloc (n，size为(double))；If(x==NULL) {printf("内存分配失败\ n ")；退出(0)；} y=(double *)calloc(n，sizeof(double))；If(y==NULL) {printf("内存分配失败\ n ")；退出(0)；} a=(double *)calloc(n，sizeof(double))；If(a==NULL) {printf("内存分配失败\ n ")；退出(0)；} for(I=1；I=n；I){ x[I-1]=b(I-1)* 5；/*每5分钟取一分，所以连续取12分*/} y[0]=0；y[1]=1.27；y[2]=2.16；y[3]=2.86；y[4]=3.44；y[5]=3.87；y[6]=4.15；y[7]=4.37；y[8]=4.51；y[9]=4.58；y[10]=4.02；y[11]=4.64；/* x[I-1]点对应的y值为拟合已知值*/Smooth(x，y，a，n，m，dt1，dt2，dt3);/*调用拟合函数*/for(I=1；I=m；i ) printf("a[%d]=%.10f\n "，(i-1)，a[I-1])；Printf("拟合多项式与数据点偏差的平方和为：\ n ")；printf("%.10e\n "，dt1)；Printf("拟合多项式绝对值和数据点偏差之和为：\ n ")；printf("%.10e\n "，dt2)；Printf("拟合多项式与数据点偏差的最大绝对值为：\ n ")；printf("%.10e\n "，dt3)；免费(x)；/*可用存储空间*/free(y)；/*可用存储空间*/free(a)；/*可用存储空间*/} smooth (double * x，double * y，double * a，int n，int m，double * dt1，double * dt2，double * dt3)/(x，y，a，n，m，dt1，dt2，dt3)//。/*实一维数组，输入参数，存储节点的xi值*///double * y；/*实一维数组，输入参数，存储节点的yi值*///double * a；/*长度为m的双精度实一维数组
返回m一一次拟合多项式的m个系数*///int n；/*整型变量，输入参数，给定数据点的个数*///int m；/*整型变量，输入参数，拟合多项式的项数*///double * dt1；/*实型变量，输出参数，拟合多项式与数据点偏差的平方和*///double * dt2；/*实型变量，输出参数，拟合多项式与数据点偏差的绝对值之和*///double * dt3；/*实型变量，输出参数，拟合多项式与数据点偏差的绝对值最大值*/{ int i，j，k；双*s 、*t 、*b、z、d1、p、c、d2、g、q、dt；/*分别为s、t、b分配存贮空间*/s=(double *)calloc(n，sizeof(double))；if(s==NULL) { printf("内存分配失败\ n ")；退出(0);} t=(double *)calloc(n，sizeof(double))；if(t==NULL) { printf("内存分配失败\ n ")；退出(0);} b=(double *)calloc(n，sizeof(double))；if(b==NULL) { printf("内存分配失败\ n ")；退出(0);} z=0；for(I=1；I=n；I)z=z x[I-1]/n；/*z为各个x的平均值*/b[0]=1；D1=n；p=0；c=0；for(I=1；I=n；I){ p=p x[I-1]-z；c=c y[I-1]；} c=c/D1；p=p/D1；a[0]=c * b[0]；if(m1){ t[1]=1；t[0]=-p；D2=0；c=0；g=0；for(I=1；I=n；I){ q=x[I-1]-z-p；D2=D2 q * QC=y[I-1]* q c；g=(x[I-1]-z)* q * q g；} c=c/D2；p=g/D2；q=D2/D1；D1=d2a[1]=c * t[1]；a[0]=c * t[0]a[0]；} for(j=3；j=m；j){ s[j-1]=t[j-2]；s[j-2]=-p * t[j-2]t[j-3]；if(j=4)为(k=j-2；k=2；k-)s[k-1]=-p * t[k-1]t[k-2]-q * b[k-1]；s[0]=-p * t[0]-q * b[0]；D2=0；c=0；g=0；for(I=1；I=n；I){ q=s[j-1]；for(k=j-1；k=1；k-)q=q *(x[I-1]-z)s[k-1]；D2=D2 q * QC=y[I-1]* q c；g=(x[I-1]-z)* q * q g；} c=c/D2；p=g/D2；q=D2/D1；D1=d2a[j-1]=c * s[j-1]；t[j-1]=s[j-1]；for(k=j-1；k=1；k-){ a[k-1]=c * s[k-1]a[k-1]；b[k-1]=t[k-1]；t[k-1]=s[k-1]；} } * dt1=0；* dt2=0；* dt3=0；for(I=1；I=n；I){ q=a[m-1]；for(k=m-1；k=1；k-)q=q *(x[I-1]-z)a[k-1]；dt=q-y[I-1]；if(fabs(dt)* dt3)* dt3=fabs(dt)；* dt1=* dt1 dt * dt*dt2=*dt2晶圆厂(dt)；} /*释放存储空间*/免费；免费(t)；免费(b );返回(1);}
Q4：怎么用C语言实现最小二乘法?
最小二乘法常用于根据实测数据求线性方程的最近似解。根据如图（图片引用于百度百科）的描述，利用C语言求，使用最小二乘法算法求线性方程的解，程序如下：#include #define N 4 //共有4个记录，根据需要增加记录typedef struct Data{ //定义实验记录结构 int w; //实验次数 double x; double y;}DATA;//根据d中的n个DATA记录，计算出线性方程的a,b两值void getcs(DATA *d,int n,double &a,double &b){ double fi11=0,fi12=0,fi21=0,fi22=0,f1=0,f2=0; int i; for(i=0;i<n;i++){ fi11+=d[i].w; fi12+=d[i].w*d[i].x; fi21=fi12; fi22+=d[i].w*d[i].x*d[i].x; f1+=d[i].w*d[i].y; f2+=d[i].w*d[i].x*d[i].y; } //解一元一次方程 b=(f2*fi11/fi21-f1)/(fi22*fi11/fi21-fi12); a=(f2*fi12/fi22-f1)/(fi21*fi12/fi22-fi11); }int main(){ DATA d[N]={ //定义时赋初值，共4个记录 {2,0.1,1.1}, {1,0.2,1.9}, {1,0.3,3.1}, {1,0.4,3.9} }; double a,b; getcs(d,N,a,b); //计算线性方程参数a,b printf("线性方程是：Y=%.4lf+%.4lfX\n",a,b);}
Q5：用c++写成的最小二乘法的算法思想
???
Q6：使用最小二乘法拟合直线 C++
//point.hclass Point //Point类的声明{public: //外部接口Point(float xx=0, float yy=0) {X=xx;Y=yy;}float GetX() {return X;}float GetY() {return Y;}friend float linefit(Point l_point[], int n_point); //友元函数//int型变量为点数private: //私有数据成员float X,Y;};//End of point.h//main.cpp#include#include#include "point.h"using namespace std;float linefit(Point l_point[], int n_point) //友元函数体{float av_x,av_y; //声明变量float L_xx,L_yy,L_xy;//变量初始化av_x=0; //X的平均值av_y=0; //Y的平均值L_xx=0; //LxxL_yy=0; //LyyL_xy=0; //Lxyfor(int i=0;i<n_point;i++) //计算X、Y的平均值{ av_x+=l_point[i].X/n_point; av_y+=l_point[i].Y/n_point;}for(i=0;i<n_point;i++) //计算Lxx、Lyy和Lxy{ L_xx+=(l_point[i].X-av_x)*(l_point[i].X-av_x); L_yy+=(l_point[i].Y-av_y)*(l_point[i].Y-av_y); L_xy+=(l_point[i].X-av_x)*(l_point[i].Y-av_y);}cout<<"This line can be fitted by y=ax+b."<<endl;cout<<"a="<<L_xy/L_xx; //输出回归系数acout<<" b="<<av_y-L_xy*av_x/L_xx<<endl; //输出回归系数breturn float(L_xy/sqrt(L_xx*L_yy)); //返回相关系数r}int main(){Point l_p[10]={Point(6,10),Point(14,20),Point(26,30), Point(33,40),Point(46,50),Point(54,60),Point(67,70), Point(75,80),Point(84,90),Point(100,100)}; //初始化数据点float r=linefit(l_p,10); //进行线性回归计算cout<<"Line coefficient r="<<r<<endl; //输出相关系数}