すべてのチャレンジ
中級 0件解決済み 正答率0%

単回帰分析(最小二乗法)

最小二乗法の公式で、データ点に最もよく当てはまる直線を求めます。

このチャレンジで学べること

  • 閉じた公式で直線を当てはめる
  • 傾きと切片を計算する
  • 最もよく当てはまるとはどういうことかを理解する

問題

原文(英語)を表示

線形回帰は、データに最もよく当てはまる直線 y = slope × x + intercept、つまり二乗誤差の合計が最小になる直線を求めます。入力変数が1つなら、正確な公式があります。

  • slope = Σ(x - x̄)(y - ȳ) / Σ(x - x̄)²
  • intercept = ȳ - slope × x̄

ここで x̄ と ȳ は xs と ys の平均です。xs がすべて等しい場合は、slope 0、intercept ȳ を返してください。

linear_regression(xs, ys) を実装してください。

入力

xs, ys: データ点の x と y の値(同じ長さ)。

出力

[slope, intercept] を返してください。

制約

1 ≤ データ点の数 ≤ 10,000

-10,000 ≤ 各値 ≤ 10,000

例

例 1
入力:
xs = [1.0, 2.0, 3.0, 4.0]
ys = [3.0, 5.0, 7.0, 9.0]

期待される出力:
expected = [2.0, 1.0]
入力:
std::vector<double> xs = {1.0, 2.0, 3.0, 4.0};
std::vector<double> ys = {3.0, 5.0, 7.0, 9.0};

期待される出力:
std::vector<double> expected = {2.0, 1.0};
入力:
double[] xs = new double[] {1.0, 2.0, 3.0, 4.0};
double[] ys = new double[] {3.0, 5.0, 7.0, 9.0};

期待される出力:
double[] expected = new double[] {2.0, 1.0};

解説

点はちょうど y = 2x + 1 の上にあります。x̄ = 2.5、ȳ = 6、Σ(x - x̄)(y - ȳ) = 10、Σ(x - x̄)² = 5 なので、slope = 2、intercept = 6 - 2 × 2.5 = 1 です。

例 2
入力:
xs = [0.0, 1.0, 2.0]
ys = [1.0, 3.0, 2.0]

期待される出力:
expected = [0.5, 1.5]
入力:
std::vector<double> xs = {0.0, 1.0, 2.0};
std::vector<double> ys = {1.0, 3.0, 2.0};

期待される出力:
std::vector<double> expected = {0.5, 1.5};
入力:
double[] xs = new double[] {0.0, 1.0, 2.0};
double[] ys = new double[] {1.0, 3.0, 2.0};

期待される出力:
double[] expected = new double[] {0.5, 1.5};

解説

x̄ = 1、ȳ = 2。Σ(x - x̄)(y - ȳ) = (-1)(-1) + 0 + (1)(0) = 1、Σ(x - x̄)² = 2 なので、slope = 0.5、intercept = 2 - 0.5 × 1 = 1.5 です。

解き方のヒント

まずは自分で考えてから、ヒントを 1 つずつ開いてみましょう。

ヒント 1

最適な直線は、x と y が mean のまわりでどう一緒に変わるかから求まる。

ヒント 2

まず mean を計算し、その後 slope の式の分子と分母をためる。

ヒント 3

すべての x が同じなら slope は未定義なので、平均 y を通る水平な直線を返す。

目安の計算量

時間 O(n)、追加メモリ O(1)

参考資料

この課題はCodeUtility用に調整されています。上記の説明と制約に従ってください。

ランキング

全体ランキング

コーダーごとのいちばん良い合格解答です。速く、メモリが少なく、評価が高い解答ほど上位になります。

まだ合格した解答はありません。解いて 1 位になりましょう。

他の人の解答から学ぶ

コミュニティの解答

まだ公開された解答がありません。この課題を解いて最初の解答を共有しましょう。