C++ 实现线性拟合的代码示例

在数据分析和科学计算中，线性拟合是一种常见的操作。通过 C++ 实现线性拟合，可以高效地处理数据并得到拟合结果。以下是一个简单的 C++ 代码示例，用于实现线性拟合。

#include <iostream>
#include <vector>

// 计算线性拟合的斜率和截距
void linearFit(const std::vector<double>& x, const std::vector<double>& y, double& slope, double& intercept) {
    int n = x.size();

    double sumX = 0, sumY = 0, sumXY = 0, sumXX = 0;

    for (int i = 0; i < n; ++i) {
        sumX += x[i];
        sumY += y[i];
        sumXY += x[i] * y[i];
        sumXX += x[i] * x[i];
    }

    double denominator = n * sumXX - sumX * sumX;

    slope = (n * sumXY - sumX * sumY) / denominator;
    intercept = (sumY - slope * sumX) / n;
}

int main() {
    std::vector<double> x = {1, 2, 3, 4, 5};
    std::vector<double> y = {2, 4, 6, 8, 10};

    double slope, intercept;
    linearFit(x, y, slope, intercept);

    std::cout << "线性拟合的斜率: " << slope << std::endl;
    std::cout << "线性拟合的截距: " << intercept << std::endl;

    return 0;
}

在上述代码中，我们首先定义了一个 linearFit 函数，它接受两个 std::vector 类型的参数 x 和 y，分别表示自变量和因变量的值。函数内部通过计算一些求和值，最终得出线性拟合的斜率和截距。

在 main 函数中，我们定义了示例的 x 和 y 数据，并调用 linearFit 函数进行拟合。最后，输出拟合得到的斜率和截距。

通过这样的代码实现，我们可以方便地对给定的数据进行线性拟合，为进一步的数据分析和预测提供基础。需要注意的是，这只是一个简单的示例，实际应用中可能需要处理更多复杂的情况，比如数据的异常值、数据的归一化等。但这个基础的示例为我们理解和实现更复杂的线性拟合算法提供了良好的起点。

使用 C++ 实现线性拟合可以帮助我们更好地处理数据，挖掘数据中的潜在规律，为各种科学计算和工程应用提供有力支持。