有人知道在C#中进行多元线性回归的高效方法吗?其中同时方程的数量可能达到1000个(带有3或4个不同的输入)。在阅读这篇文章关于多元线性回归之后,我尝试使用矩阵方程式实现它:
Matrix y = new Matrix(
new double[,]{{745},
{895},
{442},
{440},
{1598}});
Matrix x = new Matrix(
new double[,]{{1, 36, 66},
{1, 37, 68},
{1, 47, 64},
{1, 32, 53},
{1, 1, 101}});
Matrix b = (x.Transpose() * x).Inverse() * x.Transpose() * y;
for (int i = 0; i < b.Rows; i++)
{
Trace.WriteLine("INFO: " + b[i, 0].ToDouble());
}
然而,由于矩阵反演操作,它无法很好地适应1000个方程的规模。我可以调用R语言并使用它,但是我希望有一个纯.NET解决方案,可以扩展到这些大型集合。
有什么建议吗?
编辑#1:
我暂时使用了R。通过使用statconn(从此处下载),我发现这种方法既快速又相对容易使用。也就是说,这是一个小的代码片段,使用R statconn库并不需要太多的代码(注意:这不是所有的代码!)。
_StatConn.EvaluateNoReturn(string.Format("output <- lm({0})", equation));
object intercept = _StatConn.Evaluate("coefficients(output)['(Intercept)']");
parameters[0] = (double)intercept;
for (int i = 0; i < xColCount; i++)
{
object parameter = _StatConn.Evaluate(string.Format("coefficients(output)['x{0}']", i));
parameters[i + 1] = (double)parameter;
}