生成matlab优化多元线性回归模型的代码

以下是一个简单的示例代码，可以生成一个使用matlab进行多元线性回归的模型：

% 假设我们有一个数据集X和一个响应变量y
load('data.mat');

% 将数据拆分为训练集和测试集
train_ratio = 0.8; % 80%的数据用于训练
train_size = floor(train_ratio * size(X, 1));
train_X = X(1:train_size, :);
train_y = y(1:train_size);
test_X = X(train_size+1:end, :);
test_y = y(train_size+1:end);

% 在训练集上拟合一个多元线性回归模型
mdl = fitlm(train_X, train_y);

% 在测试集上进行预测
y_pred = predict(mdl, test_X);

% 计算预测误差
mse = mean((test_y - y_pred).^2);
rmse = sqrt(mse);

% 打印结果
disp(['RMSE: ', num2str(rmse)]);

在这里，我们首先将数据集拆分为训练集和测试集，然后使用`fitlm`函数拟合一个多元线性回归模型。我们使用`predict`函数在测试集上进行预测，并计算预测误差。最后，我们打印出结果。