最小二乘法 java实现

最小二乘法是一种常用的数学优化技术，在机器学习、数据分析等领域广泛应用，它试图找到一组系数，使得预测值与实际观测值之间的误差平方和达到最小。在Java中，我们可以使用Apache Commons Math库来轻松实现最小二乘法。

以下是一个简单的线性回归模型的最小二乘法求解的Java示例：

import org.apache.commons.math3.linear.*;

public class LinearRegression {
    private RealMatrix coefficients; // 系数矩阵

    public void calculateLinearRegression(double[][] observations) {
        int n = observations[0].length - 1; // 假设最后一列是目标变量
        RealVector target = new ArrayRealVector(observations[0, n], true); // 目标向量
        DenseRealMatrix X = new DenseRealMatrix(observations.length, n);
        for (int i = 0; i < observations.length; i++) {
            for (int j = 0; j < n; j++) {
                X.setEntry(i, j, observations[i][j]);
            }
        }

        SimpleRegression regression = new SimpleRegression();
        regression.newSampleData(X.getColumn_vectors(), target.getData());
        coefficients = regression.getInterceptAndSlope();
    }

    public double[] getCoefficients() {
        return coefficients.toArray(new double[coefficients.getRowDimension()]);
    }
}

在这个例子中，`calculateLinearRegression`函数接受一个二维数组作为输入数据，其中每一行代表一次观察，第一列到倒数第二列是特征变量，最后一列是目标变量。然后计算出最佳拟合直线的斜率（系数）和截距。