趋势线（回归，曲线拟合）java库

我正在尝试开发一个应用程序来计算与excel相同的趋势线，但是对于更大的数据集。

但是我找不到任何计算这种回归的java库。 对于linera模型，我使用的是Apache Commons数学，另一方面，有一个来自Michael Thomas Flanagan的伟大数值库，但自1月以来它已不再可用：

http://www.ee.ucl.ac.uk/~mflanaga/java/

您是否知道任何其他库，代码存储库来计算java中的这些回归。 最好，

Answer 1

由于它们都基于线性拟合，因此OLSMultipleLinearRegression是线性，多项式，指数，对数和功率趋势线所需的全部。

你的问题给了我一个借口下载和使用公共数学回归工具，我把一些趋势线工具放在一起：

界面：

 public interface TrendLine { public void setValues(double[] y, double[] x); // y ~ f(x) public double predict(double x); // get a predicted y for a given x } 

基于回归的趋势线的抽象类：

 public abstract class OLSTrendLine implements TrendLine { RealMatrix coef = null; // will hold prediction coefs once we get values protected abstract double[] xVector(double x); // create vector of values from x protected abstract boolean logY(); // set true to predict log of y (note: y must be positive) @Override public void setValues(double[] y, double[] x) { if (x.length != y.length) { throw new IllegalArgumentException(String.format("The numbers of y and x values must be equal (%d != %d)",y.length,x.length)); } double[][] xData = new double[x.length][]; for (int i = 0; i < x.length; i++) { // the implementation determines how to produce a vector of predictors from a single x xData[i] = xVector(x[i]); } if(logY()) { // in some models we are predicting ln y, so we replace each y with ln y y = Arrays.copyOf(y, y.length); // user might not be finished with the array we were given for (int i = 0; i < x.length; i++) { y[i] = Math.log(y[i]); } } OLSMultipleLinearRegression ols = new OLSMultipleLinearRegression(); ols.setNoIntercept(true); // let the implementation include a constant in xVector if desired ols.newSampleData(y, xData); // provide the data to the model coef = MatrixUtils.createColumnRealMatrix(ols.estimateRegressionParameters()); // get our coefs } @Override public double predict(double x) { double yhat = coef.preMultiply(xVector(x))[0]; // apply coefs to xVector if (logY()) yhat = (Math.exp(yhat)); // if we predicted ln y, we still need to get y return yhat; } } 

多项式或线性模型的实现：

（对于线性模型，只需在调用构造函数时将度数设置为1.）

 public class PolyTrendLine extends OLSTrendLine { final int degree; public PolyTrendLine(int degree) { if (degree < 0) throw new IllegalArgumentException("The degree of the polynomial must not be negative"); this.degree = degree; } protected double[] xVector(double x) { // {1, x, x*x, x*x*x, ...} double[] poly = new double[degree+1]; double xi=1; for(int i=0; i<=degree; i++) { poly[i]=xi; xi*=x; } return poly; } @Override protected boolean logY() {return false;} } 

指数和功率模型更容易：

（注意：我们现在正在预测日志 - 这很重要。这两个都只适用于正y）

 public class ExpTrendLine extends OLSTrendLine { @Override protected double[] xVector(double x) { return new double[]{1,x}; } @Override protected boolean logY() {return true;} } 

和

 public class PowerTrendLine extends OLSTrendLine { @Override protected double[] xVector(double x) { return new double[]{1,Math.log(x)}; } @Override protected boolean logY() {return true;} } 

和日志模型：

（它取x的对数但是预测y，而不是yn y）

 public class LogTrendLine extends OLSTrendLine { @Override protected double[] xVector(double x) { return new double[]{1,Math.log(x)}; } @Override protected boolean logY() {return false;} } 

你可以像这样使用它：

 public static void main(String[] args) { TrendLine t = new PolyTrendLine(2); Random rand = new Random(); double[] x = new double[1000*1000]; double[] err = new double[x.length]; double[] y = new double[x.length]; for (int i=0; i 

因为你只是想要趋势线，所以当我完成它们时我解开了ols模型，但是你可能想要保留一些合适的数据等等。

对于使用移动平均线，移动中位数等的实现，看起来你可以坚持使用公共数学。 尝试DescriptiveStatistics并指定一个窗口。 您可能希望使用另一个答案中建议的插值进行一些平滑处理。

Answer 2

您可以使用org.apache.commons.math3.analysis.interpolation提供的不同类型的插值器 ，包括例如LinearInterpolator，LoessInterpolator和NevilleInterpolator。

Answer 3

除了可能是WeCouldStealAVa所说的;

commons-math3库也可以在maven存储库中使用 。

当前版本为3.2，依赖标记为：

   org.apache.commons commons-math3 3.2