随机数据线性回归并绘图代码matlab

好的，以下是MATLAB代码实现随机数据的线性回归并绘图的示例。该示例生成了10个样本，每个样本包含3个特征和1个标签，然后使用这些数据进行线性回归，并绘制了回归直线：

n = 10; % 样本数量
m = 3; % 特征数量
X = rand(n, m); % 生成随机特征数据
w = rand(m, 1); % 生成随机权重
y = X * w + rand(n, 1); % 生成标签数据

model = fitlm(X, y); % 训练线性回归模型
b = model.Coefficients.Estimate; % 获取回归系数
yfit = X * b(2:end) + b(1); % 计算回归结果

scatter3(X(:,1), X(:,2), X(:,3), 'filled') % 绘制散点图
hold on
plot3(X(:,1), X(:,2), yfit, 'r-', 'LineWidth', 2) % 绘制回归直线
xlabel('X1')
ylabel('X2')
zlabel('Y')
legend('样本数据', '回归直线')

这个示例中，我们使用MATLAB中的fitlm函数来进行线性回归，然后使用回归系数计算回归结果。最后，我们使用scatter3函数绘制样本数据的散点图，并使用plot3函数绘制回归直线。您可以根据需要修改样本数据的维度和数量，以及绘制图形的样式。

相关问题

随机二维数据线性回归并绘图代码matlab

好的，以下是MATLAB代码实现随机二维数据的线性回归并绘图的示例。该示例生成了50个样本，每个样本包含2个特征和1个标签，然后使用这些数据进行线性回归，并绘制了回归直线：

n = 50; % 样本数量
X = rand(n, 2); % 生成随机二维特征数据
w = rand(2, 1); % 生成随机权重
y = X * w + rand(n, 1); % 生成标签数据

model = fitlm(X, y); % 训练线性回归模型
b = model.Coefficients.Estimate; % 获取回归系数
yfit = X * b(2:end) + b(1); % 计算回归结果

scatter(X(:,1), X(:,2), 'filled') % 绘制散点图
hold on
plot(X(:,1), yfit, 'r-', 'LineWidth', 2) % 绘制回归直线
xlabel('X1')
ylabel('X2')
legend('样本数据', '回归直线')

这个示例中，我们使用MATLAB中的fitlm函数来进行线性回归，然后使用回归系数计算回归结果。最后，我们使用scatter函数绘制样本数据的散点图，并使用plot函数绘制回归直线。您可以根据需要修改样本数据的维度和数量，以及绘制图形的样式。

随机生成红外光谱数据并绘图的matlab代码

以下是一个简单的 MATLAB 代码，可以用于随机生成红外光谱数据并绘图。

% 设置参数
n_points = 1000;    % 数据点数量
freq_range = [400, 4000];    % 频率范围
peak_num = 10;    % 峰数量
peak_width = 50;    % 峰宽度
noise_level = 0.1;    % 噪音水平

% 生成频率轴
freq = linspace(freq_range(1), freq_range(2), n_points);

% 生成随机峰
peaks = rand(peak_num, 2);
peaks(:, 1) = peaks(:, 1) * (freq_range(2) - freq_range(1)) + freq_range(1);
peaks(:, 2) = peaks(:, 2) * (1 - noise_level);

% 生成光谱
spectrum = zeros(1, n_points);
for i = 1:peak_num
    spectrum = spectrum + peaks(i, 2) * exp(-(freq - peaks(i, 1)).^2 / (2 * peak_width^2));
end
spectrum = spectrum + noise_level * randn(1, n_points);

% 绘制光谱
plot(freq, spectrum);
xlabel('频率 (cm^{-1})');
ylabel('吸收');

这个代码会随机生成具有指定数量的峰和指定峰宽度的光谱数据，并添加指定水平的噪声。将 `n_points`、`freq_range`、`peak_num`、`peak_width` 和 `noise_level` 设置为适当的值，就可以生成不同的光谱数据。