चूंकि वे सभी रैखिक फिट पर आधारित हैं, OLSMultipleLinearRegression आपको रैखिक, बहुपद, घातीय, लॉगरिदमिक और पावर ट्रेंड लाइनों की आवश्यकता है।
आपका प्रश्न मुझे एक बहाना डाउनलोड करने और कॉमन्स गणित प्रतिगमन उपकरणों के साथ खेलने के लिए दे दी है, और मैं एक साथ कुछ प्रवृत्ति लाइन उपकरण डाल:
एक इंटरफेस:
public interface TrendLine {
public void setValues(double[] y, double[] x); // y ~ f(x)
public double predict(double x); // get a predicted y for a given x
}
regression- के लिए एक सार वर्ग आधारित ट्रेंडलाइनें:
public abstract class OLSTrendLine implements TrendLine {
RealMatrix coef = null; // will hold prediction coefs once we get values
protected abstract double[] xVector(double x); // create vector of values from x
protected abstract boolean logY(); // set true to predict log of y (note: y must be positive)
@Override
public void setValues(double[] y, double[] x) {
if (x.length != y.length) {
throw new IllegalArgumentException(String.format("The numbers of y and x values must be equal (%d != %d)",y.length,x.length));
}
double[][] xData = new double[x.length][];
for (int i = 0; i < x.length; i++) {
// the implementation determines how to produce a vector of predictors from a single x
xData[i] = xVector(x[i]);
}
if(logY()) { // in some models we are predicting ln y, so we replace each y with ln y
y = Arrays.copyOf(y, y.length); // user might not be finished with the array we were given
for (int i = 0; i < x.length; i++) {
y[i] = Math.log(y[i]);
}
}
OLSMultipleLinearRegression ols = new OLSMultipleLinearRegression();
ols.setNoIntercept(true); // let the implementation include a constant in xVector if desired
ols.newSampleData(y, xData); // provide the data to the model
coef = MatrixUtils.createColumnRealMatrix(ols.estimateRegressionParameters()); // get our coefs
}
@Override
public double predict(double x) {
double yhat = coef.preMultiply(xVector(x))[0]; // apply coefs to xVector
if (logY()) yhat = (Math.exp(yhat)); // if we predicted ln y, we still need to get y
return yhat;
}
}
बहुपद या रैखिक मॉडल के लिए एक कार्यान्वयन:
(। रैखिक मॉडल के लिए, बस जब निर्माता बुला 1 डिग्री सेट)
public class PolyTrendLine extends OLSTrendLine {
final int degree;
public PolyTrendLine(int degree) {
if (degree < 0) throw new IllegalArgumentException("The degree of the polynomial must not be negative");
this.degree = degree;
}
protected double[] xVector(double x) { // {1, x, x*x, x*x*x, ...}
double[] poly = new double[degree+1];
double xi=1;
for(int i=0; i<=degree; i++) {
poly[i]=xi;
xi*=x;
}
return poly;
}
@Override
protected boolean logY() {return false;}
}
घातीय और बिजली के मॉडल और भी आसान कर रहे हैं:
(ध्यान दें: हम अब लॉग y की भविष्यवाणी कर रहे हैं - वह महत्वपूर्ण है। इन दोनों सकारात्मक y के लिए ही उपयुक्त) कर रहे हैं
public class ExpTrendLine extends OLSTrendLine {
@Override
protected double[] xVector(double x) {
return new double[]{1,x};
}
@Override
protected boolean logY() {return true;}
}
और
public class PowerTrendLine extends OLSTrendLine {
@Override
protected double[] xVector(double x) {
return new double[]{1,Math.log(x)};
}
@Override
protected boolean logY() {return true;}
}
और एक लॉग मॉडल:
(जो एक्स के लॉग लगता है लेकिन भविष्यवाणी y, एल.एन. नहीं वाई)
public class LogTrendLine extends OLSTrendLine {
@Override
protected double[] xVector(double x) {
return new double[]{1,Math.log(x)};
}
@Override
protected boolean logY() {return false;}
}
और तुम इस तरह इसका इस्तेमाल कर सकते हैं:
public static void main(String[] args) {
TrendLine t = new PolyTrendLine(2);
Random rand = new Random();
double[] x = new double[1000*1000];
double[] err = new double[x.length];
double[] y = new double[x.length];
for (int i=0; i<x.length; i++) { x[i] = 1000*rand.nextDouble(); }
for (int i=0; i<x.length; i++) { err[i] = 100*rand.nextGaussian(); }
for (int i=0; i<x.length; i++) { y[i] = x[i]*x[i]+err[i]; } // quadratic model
t.setValues(y,x);
System.out.println(t.predict(12)); // when x=12, y should be... , eg 143.61380202745192
}
जब से तुम सिर्फ रुझान रेखाओं चाहता था, मैं OLS मॉडल को खारिज कर दिया, जब मैं उन लोगों के साथ किया गया था, लेकिन आप फिट की अच्छाई पर कुछ डेटा रखने के लिए आदि
चलती औसत का उपयोग कार्यान्वयन के लिए, आगे बढ़ चाहते हो सकता है औसत, आदि, ऐसा लगता है कि आप कॉमन्स गणित के साथ रह सकते हैं। DescriptiveStatistics आज़माएं और एक विंडो निर्दिष्ट करें। आप किसी अन्य उत्तर में सुझाए गए इंटरपोलेशन का उपयोग करके कुछ चिकनाई करना चाह सकते हैं।
क्यों ना आप अपना रोल आउट नहीं? कम से कम गणित कोड के लिए sorta आसान है, है ना? IOW 'आपने क्या प्रयास किया है?' – Shark