[英]least square regression model
我想知道是否有人可以幫助我了解Approx和roxfun背后的含義。 我知道這兩個函數執行線性插值,但是我沒有找到關於它們如何實現的參考。 我猜他們使用最小二乘回歸模型,但是我不確定。
最后,如果確實使用最小二乘回歸模型,則它們與lm +預測之間有什么區別?
如前所述,您應該閱讀源代碼。 插值問題
給定(x,y)[i],找到y(v),i = 0,..,n-1 * /
例如, approxfun
使用簡單的this算法進行線性逼近:
這是一個暫停C函數約1的R代碼:
approx1 <-
function( v, x, y)
{
## Approximate y(v), given (x,y)[i], i = 0,..,n-1 */
i <- 1
j <- length(x)
ij <- 0
## find the correct interval by bisection */
while(i < (j-1) ) {
ij <- floor((i + j)/2)
if(v < x[ij])
j <- ij
else
i <- ij
}
## linear interpolation */
if(v == x[j]) return(y[j])
if(v == x[i]) return(y[i])
return (y[i] + (y[j] - y[i]) * ((v - x[i])/(x[j] - x[i])))
}
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.