![](https://cdn-ak-scissors.b.st-hatena.com/image/square/a23d9c3c89a15015ff636b23d37cc5c8d3820d06/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZ0eHQ9JUUzJTgwJTkwQyUyMyVFMyU4MCU5MU1hdGguTkVUJTIwTnVtZXJpY3MlRTMlODElQTclRTUlOEQlOTglRTclQjQlOTQlRTclQjclOUElRTUlQkQlQTIlRTUlOUIlOUUlRTUlQjglQjAlRTUlODglODYlRTYlOUUlOTAlRUYlQkMlODhTTFIlM0FTaW1wbGUlMjBMaW5lYXIlMjBSZWdyZXNzaW9uJUVGJUJDJTg5JnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmdHh0LWNsaXA9ZWxsaXBzaXMmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz04NjY3NGU3YzQxZjgyYzBkNzE2OWQwMzM3YzI5ZTliOA%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwTW9uYWlUYWtlc2hpJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz1mMzg1MGFkOWJkYjllMGVlYTlkMGE3MGE2ZWY2YjA5Ng%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D0e38d44bf12f72beffabb5b84b6e2ddc)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
【C#】Math.NET Numericsで単純線形回帰分析(SLR:Simple Linear Regression) - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
【C#】Math.NET Numericsで単純線形回帰分析(SLR:Simple Linear Regression) - Qiita
はじめに 単純線形回帰をサクッと実装したいときが稀にありますよね。最近はPLS回帰の話をよく耳にしま... はじめに 単純線形回帰をサクッと実装したいときが稀にありますよね。最近はPLS回帰の話をよく耳にしますが、帰属を明確にして分析したいなどの意から単純線形回帰を利用したいとの要望は根強いようです。今回、C#で数値計算用ライブラリMath.NET Numerics1を利用し単純線形回帰を試してみます。 単純線形回帰とは 引用先として適切かどうか別として、Wikipediaでは以下のように説明されています。 線形回帰(せんけいかいき、英: linear regression)とは、説明変数(独立変数ともいう)に対して目的変数(従属変数、あるいは反応変数ともいう)が線形またはそれから近い値で表される状態。 線形回帰は統計学における回帰分析の一種であり、非線形回帰と対比される。 また線形回帰のうち、説明変数が1つの場合を単純線形回帰、2つ以上の場合を重回帰と呼ばれる。 コード実装 説明変数及び目的変