线性回归预测模型 matlab代码

以下是一个简单的线性回归预测模型的Matlab代码示例：

% 导入数据
data = load('data.txt');
X = data(:, 1);
y = data(:, 2);

% 绘制数据散点图
scatter(X, y);
xlabel('X');
ylabel('y');

% 计算 theta
m = length(y);
X = [ones(m, 1), X];
theta = pinv(X' * X) * X' * y;

% 绘制拟合直线
hold on;
plot(X(:, 2), X * theta, 'r');
legend('Training data', 'Linear regression');

% 预测新数据
predict_X = 12;
predict_y = [1, predict_X] * theta;
fprintf('For X = %d, predicted y = %f\n', predict_X, predict_y);

其中，`data.txt`是包含输入特征和输出标签的数据文件。首先，我们绘制数据散点图来可视化数据。然后，我们使用普通最小二乘法（OLS）计算回归系数，即计算 theta。接着，我们绘制拟合直线以及预测新数据的输出。