曲线拟合的最小二乘法的c#代码

最小二乘法是一种常用的数学方法，用于在统计学和数学优化中找到数据的最佳拟合直线或曲线。在C#中，我们可以使用Math.NET Numerics库来进行这种计算。以下是一个简单的例子，展示如何使用最小二乘法拟合一条直线（线性回归）：

using MathNet.Numerics.LinearAlgebra;
using MathNet.Numerics.LinearRegression;

// 假设我们有x和y值的数据点
double[][] data = {
    {1, 2},
    {2, 3},
    {3, 4},
    {4, 5},
    {5, 6}
};

// 创建数据矩阵
var matrix = DenseMatrix.OfArray(data);

// 创建目标向量
var vector = DenseVector.CreateEnumerable(matrix.Column(1));

// 使用最小二乘法进行线性回归
var regression = new SimpleLinearRegression();
regression.Fit(matrix, vector);

// 获取拟合的斜率（b）和截距（a）
double slope = regression.Intercept;
double intercept = regression.Slope;

// 打印结果
Console.WriteLine($"Slope: {slope}, Intercept: {intercept}");

// 计算拟合的y值
for (int i = 0; i < matrix.RowCount; i++)
{
    double fittedY = slope * matrix.Row(i) + intercept;
    Console.WriteLine($"Point ({matrix.Row(i)}, {matrix.Row(i)}): Fitted Y = {fittedY}");
}