用最小二乘法结合Commons数学和拟合

Question

我试图使用commons数学来计算多项式中的常量。看起来这个例程是存在的，但我得到了这个错误。有人看到这个问题了吗？

我试着把这个问题转换成commons-math：https://math.stackexchange.com/questions/121212/how-to-find-curve-equation-from-data

从绘制数据(Wolfram|Alpha链接)来看，它看起来不是线性的。所以最好用多项式来拟合。我假设你想要拟合数据：

X Y 1 4 2 8 3 13 4 18 5 24 .使用二次多项式y=ax2+bx+c。

wolfram alpha提供了一个很好的实用程序。我希望我能从wolfram那里得到同样的答案。

http://www.wolframalpha.com/input/?i=fit+4%2C+8%2C+13%2C

例如，通过输入该数据，我将得到:4.5x-0.666667(线性)

以下是代码和错误：

import org.apache.commons.math3.stat.regression.OLSMultipleLinearRegression;
import org.apache.commons.math3.stat.regression.SimpleRegression;
final OLSMultipleLinearRegression regression2 = new OLSMultipleLinearRegression();
double[] y = {
        4.0, 
        8, 
        13,                 
};      
double[][] x2 = 
    {
        { 1.0, 1, 1  },
        { 1.0, 2, 4  },
        { 0.0, 3, 9  },             
    };
regression2.newSampleData(y, x2);
regression2.setNoIntercept(true);
regression2.newSampleData(y, x2);       
double[] beta = regression2.estimateRegressionParameters();
for (double d : beta) {
    System.out.println("D: " + d);
}

线程"main“org.apache.commons.math3.exception.MathIllegalArgumentException:中的异常没有足够的数据(3行)用于在org.apache.commons.math3.stat.regression.OLSMultipleLinearRegression.newSampleData(OLSMultipleLinearRegression.java:70)的org.berlin.bot.algo.BruteForceSort.main(BruteForceSort.java:108)的org.apache.commons.math3.stat.regression.AbstractMultipleLinearRegression.validateSampleData(AbstractMultipleLinearRegression.java:236)的这么多的预测(3个预测)

Answer 1

鲁库克是对的。我提供了额外的一行(测试用例)，并生成了与wolfram/alpha相同的答案。

D: 0.24999999999999822 D: 3.4500000000000033 D: 0.24999999999999914

或0.25x^2 + 3.45x + 0.25

final OLSMultipleLinearRegression regression2 = new OLSMultipleLinearRegression();
        double[] y = {
                4, 
                8, 
                13,         
                18
        };              
        double[][] x2 = 
            {
                { 1, 1, 1  },
                { 1, 2, 4  },
                { 1, 3, 9  },                                                               
                { 1, 4, 16  },
            };

        regression2.newSampleData(y, x2);
        regression2.setNoIntercept(true);
        regression2.newSampleData(y, x2);       
        double[] beta = regression2.estimateRegressionParameters();
        for (double d : beta) {
            System.out.println("D: " + d);
        }

Answer 2

validateSampleData()的javadoc声明，二维数组的行数必须至少比它的列数多一行。

http://commons.apache.org/proper/commons-math/javadocs/api-3.3/org/apache/commons/math3/stat/regression/AbstractMultipleLinearRegression.html