线性回归预测matlab代码

线性回归是一种常见的机器学习方法，主要用于预测一个连续型变量的值。在MATLAB中，可以通过使用fitlm函数来进行线性回归分析。下面是一个简单的线性回归预测MATLAB代码示例：

% 导入数据
data = readtable('data.csv');

% 拆分数据集
training_data = data(1:80,:);
testing_data = data(81:end,:);

% 创建线性回归模型
model = fitlm(training_data, 'Y ~ X1 + X2');

% 预测测试数据
predicted_values = predict(model, testing_data);

% 计算预测误差
mse = mean((predicted_values - testing_data.Y).^2);

% 打印结果
disp(['均方误差：', num2str(mse)]);

在这个例子中，我们首先使用readtable函数将数据导入到MATLAB中。然后我们将数据集拆分成训练集和测试集，使用fitlm函数创建一个线性回归模型，然后使用predict函数对测试数据进行预测。最后，我们计算预测误差并打印结果。