C# 估计将集合x映射到集合y的三次多项式
我有一组(采样的)未校准值(x)来自设备,还有一组它们应该是什么(y)。我正在寻找/估计将任何C# 估计将集合x映射到集合y的三次多项式,c#,math,polynomial-math,C#,Math,Polynomial Math,我有一组(采样的)未校准值(x)来自设备,还有一组它们应该是什么(y)。我正在寻找/估计将任何x映射到y的三次多项式y=ax^3+bx^2+cx+d 所以我想我需要做的是先进行多项式回归,然后再求逆,但我不太确定;我想知道是否有更好的解决方案,如最小二乘法 我希望能朝正确的方向轻推和/或链接到有用的数学库 您检查过Langrange插值吗? 它是关于给定函数的多项式逼近 你可以在一个独立变量的适当范围内,停止多项式的给定次数(比如第三次)的近似 参考文献: 看起来就像是多项式回归;我只需要
x
映射到y
的三次多项式y=ax^3+bx^2+cx+d
所以我想我需要做的是先进行多项式回归,然后再求逆,但我不太确定;我想知道是否有更好的解决方案,如最小二乘法
我希望能朝正确的方向轻推和/或链接到有用的数学库 您检查过Langrange插值吗? 它是关于给定函数的多项式逼近 你可以在一个独立变量的适当范围内,停止多项式的给定次数(比如第三次)的近似 参考文献:
- 看起来就像是多项式回归;我只需要输入原始(x)值和期望值(y)
来自的代码,使用
使用MathNet.Numerics.LinearAlgebra.Double;
使用MathNet.Numerics.LinearAlgebra.Double.Factoriation;
公共静态类多元回归
{
公共静态双[]多边形拟合(双[]x,双[]y,整数度)
{
//范德蒙矩阵
var v=新密度矩阵(x.长度,度+1);
for(int i=0;i 对于(int j=0;j),我想我搞糊涂了,把它复杂化了;我想我只需要给定[x,y]集合的多项式回归。与许多参考文献类似。
using MathNet.Numerics.LinearAlgebra.Double;
using MathNet.Numerics.LinearAlgebra.Double.Factorization;
public static class PolyRegression
{
public static double[] Polyfit(double[] x, double[] y, int degree)
{
// Vandermonde matrix
var v = new DenseMatrix(x.Length, degree + 1);
for (int i = 0; i < v.RowCount; i++)
for (int j = 0; j <= degree; j++) v[i, j] = Math.Pow(x[i], j);
var yv = new DenseVector(y).ToColumnMatrix();
QR qr = v.QR();
// Math.Net doesn't have an "economy" QR, so:
// cut R short to square upper triangle, then recompute Q
var r = qr.R.SubMatrix(0, degree + 1, 0, degree + 1);
var q = v.Multiply(r.Inverse());
var p = r.Inverse().Multiply(q.TransposeThisAndMultiply(yv));
return p.Column(0).ToArray();
}
}