线性回归是一种统计学方法，用于找出两个或多个变量之间的关系。以下是一些流行的编程语言和相应的线性回归实现方法：
Python
使用`scikit-learn`库，这是最流行的Python机器学习库之一。
```python
from sklearn.linear_model import LinearRegression
import numpy as np
示例数据
X = np.array([, , , , ])
y = np.array([2, 4, 6, 8, 10])
创建线性回归模型
model = LinearRegression()
训练模型
model.fit(X, y)
输出回归系数
print('斜率:', model.coef_)
print('截距:', model.intercept_)
```
R
使用`lm（）`函数进行线性回归分析。
```R
示例数据
data <- data.frame(x = c(1, 2, 3, 4, 5), y = c(2, 4, 6, 8, 10))
创建线性回归模型
model <- lm(y ~ x, data = data)
查看模型摘要
summary(model)
```
C
使用基本的数学运算来实现线性回归。
```c
include
int main() {
int n, i;
float x, y, m, c, d;
float sumx = 0, sumxsq = 0, sumy = 0, sumxy = 0;
printf("Enter the number of values for n: ");
scanf("%d", &n);
float x_values[n], y_values[n];
printf("Enter values of x and y: ");
for (i = 0; i < n; i++) {
scanf("%f %f", &x_values[i], &y_values[i]);
sumx += x_values[i];
sumxsq += x_values[i] * x_values[i];
sumy += y_values[i];
sumxy += x_values[i] * y_values[i];
}
// 计算斜率和截距
m = (n * sumxy - sumx * sumy) / (n * sumxsq - sumx * sumx);
c = (sumy - m * sumx) / n;
printf("Slope: %f\n", m);
printf("Intercept: %f\n", c);
return 0;
}
```
PyTorch
使用PyTorch库实现线性回归。
