public void JudgeRegression(Point[] parray, int n, double x, string real)
{
if (parray.Length < n)
{
Response.Write("点的数量小于 n，无法进行线性回归");
return;
}
double[] xishu = ClassLeastSquares.MultiLine(parray, n);
double y = 0;
for (int i = 0; i < xishu.Length; i++)
{
y += xishu[i] * Math.Pow(x, i);
}
Response.Write("输入身高为" + x.ToString() + string.Format("，{0}次函数预测体重为", n) + y.ToString() + ",真实体重" + real + "</br>");
}
public void MultiRegression(Point[] array)
{
if (array.Length < 2)
{
Response.Write("点的数量小于2，无法进行回归！");
return;
}
double[] xishu = ClassLeastSquares.MultiLine(array, 2);
string expr = "";
for (int i = 0; i < xishu.Length; i++)
{
expr += xishu[i].ToString() + "*x^" + i + "+";
expr = expr.Substring(0, expr.Length - 1);
}
Response.Write("回归二次方程为：y=" + expr);
}
public void MultiLinearRegression(Point[] points, int times)
{
if (points.Length < 2)
{
Response.Write("点的数量小于2，无法进行线性回归");
return;
}
double[] coefficients = ClassLeastSquares.MultiLine(points, times);
string expr = "";
for (int i = 0; i < coefficients.Length; i++)
{
expr += coefficients[i].ToString() + "*x^" + i + "+";
}
expr = expr.Substring(0, expr.Length - 1);
Response.Write(string.Format("线性回归{0}次方程：y=", times) + expr);
}
/// <summary>
///通过最小二乘法进行二次方程的拟合
/// </summary>
/// <param name="parray"></param>
public void MultiLineRegression(Point[] parray)
{
//点数不能小于2
if (parray.Length < 2)
{
Response.Write("点的数量小于2，无法进行线性回归");
return;
}
//MultiLine的第一个参数，是已经存在的点的集合，第二个参数是拟合的方程的最高次幂
//返回的是double[]类型的数组，这个数组放的就是方程的系数
double[] xishu = ClassLeastSquares.MultiLine(parray, 2);
string expr = "";
for (int i = 0; i < xishu.Length; i++)
{
expr += xishu[i].ToString() + "*x^" + i + "+";
}
Response.Write("线性回归方程为： y = " + expr);
}
public void RegressionN(Point[] parray, int n)
{
//点数不能小于 n
if (parray.Length < n)
{
Response.Write("点的数量小于 n，无法进行线性回归");
return;
}
//MultiLine 的第一个参数，是已经存在的点的集合，第二个参数是拟合的方程的最高 次幂
//返回的是 double[]类型的数组，这个数组放的就是方程的系数
double[] xishu = ClassLeastSquares.MultiLine(parray, n);
string expr = "";
for (int i = 0; i < xishu.Length; i++)
{
expr += xishu[i].ToString() + "*x^" + i + "+";
}
expr = expr.Substring(0, expr.Length - 1);
Response.Write(string.Format("{0}次", n) + "线性回归方程为： y = " + expr);
}
