贝叶斯线性回归 matlab代码

贝叶斯线性回归（Bayesian Linear Regression）是一种基于贝叶斯定理的统计学习方法，它可以用来预测连续变量。相较于普通的线性回归，贝叶斯线性回归可以对权重进行正则化，从而防止过拟合。在Matlab中，可以使用BayesianLinearRegression对象进行贝叶斯线性回归。以下是一个简单的示例代码：

% 准备数据
x = linspace(-5,5,100)';
y = x.^2 + 0.1*randn(size(x));

% 构建模型
model = BayesianLinearRegression;

% 训练模型
model = fit(model,x,y);

% 预测
xtest = linspace(-6,6,200)';
ypred = predict(model,xtest);

% 绘制结果
figure;
plot(x,y,'o');
hold on;
plot(xtest,ypred);
xlabel('x');
ylabel('y');
legend('训练数据','预测结果');

以上代码首先准备了一组数据，然后使用BayesianLinearRegression对象构建了一个贝叶斯线性回归模型，并用fit函数对模型进行训练。接着，使用predict函数对新的数据进行预测，并将结果绘制出来。