Accord.net SimpleLinearRegression回归方法过时了吗？

Question

我刚刚开始学习accord.net，在浏览一些示例时，我注意到SimpleLinearRegression上的回归方法已经过时了。

显然，我应该使用OrdinaryLeastSquares类，但我找不到任何返回剩余平方和的方法，类似于回归方法。

我需要自己创建这个方法吗？

Answer 1

下面是一个完整的例子，说明如何学习SimpleLinearRegression，并仍然能够像使用以前版本的框架一样计算残差平方和：

// This is the same data from the example available at
// http://mathbits.com/MathBits/TISection/Statistics2/logarithmic.htm

// Declare your inputs and output data
double[] inputs = { 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11 };
double[] outputs = { 6, 9.5, 13, 15, 16.5, 17.5, 18.5, 19, 19.5, 19.7, 19.8 };

// Transform inputs to logarithms
double[] logx = Matrix.Log(inputs);

// Use Ordinary Least Squares to learn the regression
OrdinaryLeastSquares ols = new OrdinaryLeastSquares();

// Use OLS to learn the simple linear regression
SimpleLinearRegression lr = ols.Learn(logx, outputs);

// Compute predicted values for inputs
double[] predicted = lr.Transform(logx);

// Get an expression representing the learned regression model
// We just have to remember that 'x' will actually mean 'log(x)'
string result = lr.ToString("N4", CultureInfo.InvariantCulture);

// Result will be "y(x) = 6.1082x + 6.0993"

// The mean squared error between the expected and the predicted is
double error = new SquareLoss(outputs).Loss(predicted); // 0.261454

本例中的最后一行应该是您最感兴趣的一行。正如您所看到的，现在可以使用SquareLoss class计算之前由.Regress方法返回的剩余平方和。这种方法的优点是，现在您应该能够计算出对您最重要的最合适的指标，例如ZeroOneLoss、Euclidean loss或Hamming loss。

无论如何，我只想重申，框架中标记为过时的任何方法都不会很快停止工作。它们被标记为过时，这意味着在使用这些方法时将不支持新功能，但如果您在其中使用了这些方法中的任何一个，您的应用程序将不会停止工作。