راه
۷ کیو· سادهمبتدیPYTHON۴ ثانیه · ۲۵۶ مگابایت

کمترین مربعات ساده

تابع simple_ols(x, y) دو آرایه‌ی یک‌بعدی هم‌اندازه می‌گیرد و ضرایب خط کمترین مربعات y^=β^0+β^1x\hat{y} = \hat\beta_0 + \hat\beta_1 x را به‌صورت آرایه‌ی [b0, b1] برمی‌گرداند:

β^1=∑i(xi−xˉ)(yi−yˉ)∑i(xi−xˉ)2β^0=yˉ−β^1xˉ\hat\beta_1 = \frac{\sum_i (x_i - \bar{x})(y_i - \bar{y})}{\sum_i (x_i - \bar{x})^2} \qquad \hat\beta_0 = \bar{y} - \hat\beta_1 \bar{x}

از np.polyfit و scikit-learn استفاده نکنید. در آزمون‌ها xx هیچ‌وقت ثابت نیست.

python
simple_ols(np.array([1, 2, 3]), np.array([2, 4, 6]))   # → [0.0, 2.0]

نمونه‌ها

ورودی نمونه ۱
[[1, 2, 3], [2, 4, 6]]
خروجی نمونه ۱
[0.0, 2.0]
ورودی نمونه ۲
[[1, 2, 3, 4, 5], [3, 5, 4, 7, 8]]
خروجی نمونه ۲
[1.8, 1.2]

برای نوشتن پاسخ و دریافت امتیاز، ابتدا وارد حساب شوید.

ورود