解决的问题:
拟合优度(Goodness of Fit)是指回归直线对观测值的拟合程度,度量拟合优度的统计量是可决系数(亦称确定系数) R?。R最大值为
1。R%的值越接近1,说明回归直线对观测值的拟合程度越好,反之,R%值越小,说明回归直线对观测值的拟合程度越差.
这是网上的介绍,那么根据算法的公式
咱们实现自己的算法
如何实现:
1:拟合出自己的曲线方程式
y = a0 + a1*x + a2*x^2;
如下图:
具体这个函数的拟合方法,有相应的代码,可以点关注私信我,我使用opencv自带的函数文章来源:https://www.toymoban.com/news/detail-647433.html
cv::solve
然后就是计算R Squared的值文章来源地址https://www.toymoban.com/news/detail-647433.html
代码块解析:
double calculateMean(QVector<double> &numbers)
{
double sum = 0.0;
int count = 0.0;
for (double number : numbers)
{
sum += number;
++count;
}
// 返回平均值
return sum / count;
}
double calculateYValue(double xValue)
{
double yValue = 0.0;
yValue = a0 + (a1 * xValue) + (a2*xValue*xValue);
return yValue;
}
double calculateRfitValue(QVector<double> x, QVector<double> y)
{
double yMean = calculateMean(y);
double SSR = 0.0;
double SSE = 0.0;
double SST = 0.0;
for(int i = 0; i < x.length(); ++i){
SSR += pow((calculateYValue(x[i]) - yMean), 2);
SSE += pow((y[i] - calculateYValue(x[i])), 2);
}
SST = SSR + SSE;
return (1.0- abs(SSE/SST));
}
int main(int argc, char *argv[])
{
QCoreApplication a(argc, argv);
QVector<double> myX = {29.82,
29.62,
29.42,
29.21,
29.01,
28.8,
28.59,
28.38,
28.17,
27.97,
27.76,
27.55,
27.34,
27.13,
26.92,
26.71,
26.5,
26.3,
26.09,
25.88};
QVector<double> myY = {133.2,
135.2,
137.12,
139.2,
141.2,
142.3,
143.5,
144.2,
144.9,
145.3,
143.6,
145.8,
144.6,
143.4,
142.0,
140.2,
138.7,
136.2,
133.7,
130.4};
qDebug() << "r2: " << calculateRfitValue(myX, myY);
return a.exec();
}
到了这里,关于C++ 计算 拟合优度R^2的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!