回归方程数据处理Word格式.docx

1、22.625.625.926.322.521.721.425.824.9假设正应力是精确的，求抗剪强度与正应力的线性回归方程 当正应力为24.5pa时，抗剪强度的估计值？程序及运行结果：for i=0X=26.8 25.4 23.6 27.7 23.9 24.7 28.1 26.9 27.4 22.6 25.6; Y=26.5 27.3 27.1 23.6 25.9 26.3 22.5 21.7 21.4 25.8 24.9; N=length（X）; lxx=sum（X.*X）-sum（X）.2./N; lxy=sum（X.*Y）-sum（X）.*sum（Y）/N; b=lxy./lxx;

2、b0=mean（Y）-b.*mean（X）; x=（21:0.01:31）; y=b.*x+b0; plot（X,Y,b*,x,y,r-）end实验结果：lxx= 43.0467lxy= -29.5333b= -0.6861b0=42.5818材料的抗剪强度与材料承受的正应力关系为：y=42.5818-0.6861x实验内容及程序结果（二）（2）下表给出在不同质量下弹簧长度的观测值（设质量的观测值无误差）：质量/g51015202530长度/cm7.258.128.959.9010.911.8 做散点图，观察质量与长度之间是否呈线性关系；求弹簧的刚性系数和自由状态下的长度。X=5 10 15

3、20 25 30;Y=7.25 8.12 8.95 9.90 10.9 11.8;N=length（X）;lxy=sum（X.*Y）-sum（X）.*sum（Y）./N;lxx=sum（X.*X）-（sum（X）.2）./N;b=lxy./lxx;b0=mean（Y）-b.*mean（X）;x=（5:30）;y=b.*x+b0;plot（X,Y,以刚性系数k=b=0.1831，自由长度x0=b0=6.2827四、实验小结一元回归是处理两个变量之间的关系，即两个变量x和y之间若存在一定的关系，则可通过实验的方法，分析所得数据，找出两者之间关系的经验公式。假如两个变量之间的关系是线性的就称为一元线

4、性回归，这就是工程上和科研中场遇到的直线拟合问题。Java实现k-means1.数据来源描述本数据集中一共包含600组数据，每一组数据都有60个分量，也就是数据是60维的。数据一共可以分成6个聚类，分别是：1-100 Normal （正常）101-200 Cyclic （循环）201-300 Increasing trend （增加趋势）301-400 Decreasing trend （减少趋势）401-500 Upward shift （上升变化）501-600 Downward shift （下降变化）2.数据预处理由于本数据集的数据维数较多，所以本实验采用了结构体来存储60维的数据，并

5、使用指针来进行对数据的操作，以提高速度。在数据预处理过程中，首先将数据从data文件中读出，后依次存入结构体数组dataset600中。3.k-means聚类算法 k-means 算法接受参数 k ；然后将事先输入的n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。K-means算法是最为经典的基于划分的聚类方法，是十大经典数据挖掘算法之一。K-means算法的基本思想是：以空间中k个点为中心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各

6、聚类中心的值，直至得到最好的聚类结果。（1）算法思路：首先从n个数据对象任意选择 k 个对象作为初始聚类中心；而对于所剩下其它对象，则根据它们与这些聚类中心的相似度（距离），分别将它们分配给与其最相似的（聚类中心所代表的）聚类；然 后再计算每个所获新聚类的聚类中心（该聚类中所有对象的均值）；不断重复这一过程直到标准测度函数开始收敛为止。一般都采用均方差作为标准测度函数. k个聚类具有以下特点：各聚类本身尽可能的紧凑，而各聚类之间尽可能的分开。该算法的最大优势在于简洁和快速。算法的关键在于初始中心的选择和距离公式。（2）算法步骤：step.1-初始化距离K个聚类的质心（随机产生）step.2-计

7、算所有数据样本与每个质心的欧氏距离，将数据样本加入与其欧氏距离最短的那个质心的簇中（记录其数据样本的编号）step.3-计算现在每个簇的质心，进行更新，判断新质心是否与原质心相等，若相等，则迭代结束，若不相等，回到step2继续迭代。4.数据挖掘实现的源代码/111060850.cpp KMeans聚类算法/ #include stdafx.h#includemath.hstdlib.hstringfstreamtime.husing namespace std;const int N=36000; /数据个数const int D=60; /数据维度struct DataSet /用来存储数

8、据的结构体 double argD;const int K=6; /集合个数int *CenterIndex; /质心索引集合/struct DataSet *Center; /质心集合/struct DataSet *CenterCopy;DataSet CenterK; /保存现在的质心DataSet CenterCopyK; /保存上一次迭代中的质心/double *DataSet;int Cluster6N/D; /保存每个簇包含的数据的索引值int *Top;ifstream fin;char ch;string fDataSetN/DD;/*算法描述:kmeans聚类算法采用的是给

9、定类的个数K,将N个元素（对象）分配到K个类中去使得类内对象之间的相似性最大,而类之间的相似性最小 */数据存储在结构体中/函数声明部分void InitData（struct DataSet* dataset）;/对数据集进行初始化，从文件中将其读取出后转化为double型依次存入结构体中void InitCenter（struct DataSet* dataset）;/初始化质心void CreateRandomArray（int n,int k,int *centerIndex）;/随机产生一组索引值，用于初始化质心void CopyCenter（struct DataSet* data

10、set）;/复制保存上一次迭代的质心void UpdateCluster（struct DataSet* dataset）;/更新簇void UpdateCenter（struct DataSet* dataset）;/更新质心int GetIndex（struct DataSet* dataset,struct DataSet* centerIndex）;/本程序的核心，计算每一数据元素属于哪一个聚类，并返回其索引值void AddtoCluster（int index,int value）;/根据索引值将数据元素的索引加入到簇之中void print（struct DataSet* dat

11、aset）;bool IsEqual（struct DataSet* value1,struct DataSet* value2）;/判断现有质心和上一次迭代的质心是否相等double DoubletoString（const char* str）;/string转化为double型的函数double Euclidean（struct DataSet* value1,struct DataSet* value2）;/计算欧几里得距离函数int main（int argc, char* argv） int Flag=1; double ttime=0,start=0,end=0; start=c

12、lock（）; DataSet datasetN/D; InitData（dataset）; /* for（int i=0;iN/D;i+） for（int j=0;jD;j+） coutdataseti.argjch; fDataSetij=fDataSetij+ch; dataseti.argj=DoubletoString（fDataSetij.c_str（）; while（fin.peek（）=|fin.peek（）=） fin.get（）; fin.close（）; cout数据已读入 InitCenter（dataset）;void InitCenter（struct DataSe

13、t* dataset） int i=0; /产生随即的K个N的不同的序列 CreateRandomArray（N/D,K,CenterIndex）;K; for（int j=0; Centeri.argj = datasetCenterIndexi.argj; /coutCenteri=i） centerIndexi=a; i-; void CopyCenter（struct DataSet* dataset） CenterCopyi=Centeri;void UpdateCluster（struct DataSet* dataset） int tindex; for（; Topi=0; ti

14、ndex=GetIndex（&dataseti,Center）; /tindex是指dataseti属于第tindex个簇 AddtoCluster（tindex,i）; /把dataseti加入到所属的簇当中 int GetIndex（struct DataSet* value,struct DataSet* center） int index=i; / double min=fabs（value-centeri）; double min=Euclidean（value,¢eri）; if（Euclidean（value,¢eri）argi-value2-argi）*（val

15、ue1-argi）; temp = sqrt（sum）;bool IsEqual（struct DataSet* value1,struct DataSet* value2） if（value1i.argj!=value2i.argj） return 0; return 1;void UpdateCenter（struct DataSet* dataset） double sum; for（int d=0;d0） Centeri.argd=sum/Topi;void print（struct DataSet* dataset） int i,j,d; ofstream fout（result.t

16、xt= fout第组：质心为： for（d=0; coutCenteri.argdt数据元素为:n /- /输入文件中 fout fout for（d=0;d+）datasetClusterij.argd / foutClusterij 总共用时：ttime 毫秒 fout.close（）;5.获取的模型的描述首先，准备数据，对数据进行预处理 ，选用合适的数据结构存储数据元组，然后设定参数，数据的总量N，维度D，聚类类别数量K，然后随机产生K个D维的数据作为质心，计算每个数据与质心距离，并加入所属的簇中，经多次迭代后，质心不变后，得到分类后的结果。6.实验运行结果和实验分析数据挖掘对处理后的数据采用k-means聚类算法，将聚类后的结果输入到文件中（图1），实验的结果：图1结果将数据元组分成了6类，按期每个分量的变化规律分别表示上文所说的6个类别。在文档最后输出聚类分析花费的时间（图2）是1762毫秒。图2由于初始化质心是随机的，所以每次运行聚类分析花费的时间略有不同，本实验采用结构体来存储数据，聚类的操作多应用指针来实现，在选择所属的簇，并加入簇中，加入的是数据的索引值，提高了效率，在一步中如果使用指针指向数据可以进一步提高效率。总体上说算法的运行时间还是比较令人满意。