D3.js线性回归 [英] D3.js linear regression

问题描述

我搜索了一些关于建立线性回归的帮助，并找到了一些例子：

非线性回归函数

和一些js库应该覆盖这个，但不幸的是我不能以使它们正常工作：

simple-statistics。 js ，而这一个： regression.js

用 regression.js 我可以得到 m 和 b 值，所以我可以使用 y = m * x + b 绘制我的图的线性回归之后的线，但不能应用这些值到行生成器，我尝试的代码如下：

  d3.csv（typeStatsTom.csv，function错误，数据集）{
 //这里我绘制其他东西，设置x& y缩放正确等
 //然后绘制线：
 
 var data = [x.domain（），y.domain（）]; 
 var result = regression（'linear'，data）; 
 console.log（result）
 console.log（result.equation [0]）; 
 var linereg = d3.svg.line（）
 .x（function（d）{return x（d.Ascendenti）;}）
 .y （（result.equation [0] * d.Ascendenti）+ result.equation [1]）;}）; 
 var reglinepath = svg.append（path）
 .attr（class，line）
 .attr（d，linereg（dataset））
 .attr（fill，none）
 .attr（stroke，＃386cb0）
 .attr（stroke-width，1 +px）; 
  

结果的值在控制台中如下：

  Object 
 Equation：Array [2] 
 0：1.8909425770308126 
 1：0.042557422969139225 
 length：2 
 __proto__：Array [0] 
 points：Array [2] 
 string：y = 1.89x + 0.04
 __proto__：Object 
  pre> 
 
 
从我可以在控制台中我应该设置 x 和 y 值，但是当然生成的svg中的路径不显示（但是绘制），所以我不知道该怎么办。 
任何帮助真的很感激，即使涉及 simple.statistics.js 库的解决方案也会有所帮助！ 
感谢！
解决方案
我使用下面的代码找到了 此处 ：
  function linearRegression（y，x）{
 
 var lr = {}; 
 var n = y.length; 
 var sum_x = 0; 
 var sum_y = 0; 
 var sum_xy = 0; 
 var sum_xx = 0; 
 var sum_yy = 0; 
 
 for（var i = 0; i  
 sum_x + = x [i]; 
 sum_y + = y [i]; 
 sum_xy + =（x [i] * y [i]）; 
 sum_xx + =（x [i] * x [i]）; 
 sum_yy + =（y [i] * y [i]）; 
} 
 
 lr ['slope'] =（n * sum_xy  -  sum_x * sum_y）/（n * sum_xx  -  sum_x * sum_x）; 
 lr ['intercept'] =（sum_y  -  lr.slope * sum_x）/ n; 
 lr ['r2'] = Math.pow（（n * sum_xy  -  sum_x * sum_y）/Math.sqrt（（n * sum_xx-sum_x * sum_x）*（n * sum_yy-sum_y * sum_y） 2）。 
 
 return lr; 
 
}; 
 
 var yval = dataset.map（function（d）{return parseFloat（d.xHeight）;}）; 
 var xval = dataset.map（function（d）{return parseFloat（d.Ascendenti）;}）; 
 
 
 var lr = linearRegression（yval，xval）; 
 //现在你有：
 // lr.slope 
 // lr.intercept 
 // lr.r2 
 console.log（lr）; 
  
然后绘制一条线：
  var max = d3.max（dataset，function（d）{return d.OvershootingSuperiore;}）; 
 var myLine = svg.append（svg：line）
 .attr（x1，x（0））
 .attr（y1，y（lr.intercept） ）
 .attr（x2，x（max））
 .attr（y2，y（（max * lr.slope）+ lr.intercept））
 .style stroke，black）; 
  
使用我找到的代码 此处  
 
I searched for some help on building linear regression and found some examples here:
 
nonlinear regression function

and also some js libraries that should cover this, but unfortunately I wasn't able to make them work properly:

simple-statistics.js and this one: regression.js

With regression.js I was able to get the m and b values for the line, so I could use y = m*x + b to plot the line that followed the linear regression of my graph, but couldn't apply those values to the line generator, the code I tried is the following:
d3.csv("typeStatsTom.csv", function (error, dataset) {
//Here I plot other stuff, setup the x & y scale correctly etc. 
//Then to plot the line:

        var data = [x.domain(), y.domain()];
        var result = regression('linear', data);
        console.log(result)
        console.log(result.equation[0]);
        var linereg = d3.svg.line()
                        .x(function (d) { return x(d.Ascendenti); })
                        .y(function (d) { return y((result.equation[0] * d.Ascendenti) + result.equation[1]); });
        var reglinepath = svg.append("path")
                            .attr("class", "line")
                            .attr("d", linereg(dataset))
                            .attr("fill", "none")
                            .attr("stroke", "#386cb0")
                            .attr("stroke-width", 1 + "px");
The values of result are the following in the console:
    Object
      equation: Array[2]
        0: 1.8909425770308126
        1: 0.042557422969139225
      length: 2
      __proto__: Array[0]
      points: Array[2]
      string: "y = 1.89x + 0.04"
      __proto__: Object
From what I can tell in the console I should have set up the x and y values correctly, but of course the path in the resulting svg is not shown (but drawn), so I don't know what to do anymore. 
Any help is really really appreciated, even a solution involving the simple.statistics.js library would be helpful! 
Thanks!
解决方案
I made it work using the following code found here: 
   function linearRegression(y,x){

        var lr = {};
        var n = y.length;
        var sum_x = 0;
        var sum_y = 0;
        var sum_xy = 0;
        var sum_xx = 0;
        var sum_yy = 0;

        for (var i = 0; i < y.length; i++) {

            sum_x += x[i];
            sum_y += y[i];
            sum_xy += (x[i]*y[i]);
            sum_xx += (x[i]*x[i]);
            sum_yy += (y[i]*y[i]);
        } 

        lr['slope'] = (n * sum_xy - sum_x * sum_y) / (n*sum_xx - sum_x * sum_x);
        lr['intercept'] = (sum_y - lr.slope * sum_x)/n;
        lr['r2'] = Math.pow((n*sum_xy - sum_x*sum_y)/Math.sqrt((n*sum_xx-sum_x*sum_x)*(n*sum_yy-sum_y*sum_y)),2);

        return lr;

};

var yval = dataset.map(function (d) { return parseFloat(d.xHeight); });
var xval = dataset.map(function (d) { return parseFloat(d.Ascendenti); });


var lr = linearRegression(yval,xval);
// now you have:
// lr.slope
// lr.intercept
// lr.r2
console.log(lr);
And then plotting a line with:
var max = d3.max(dataset, function (d) { return d.OvershootingSuperiore; });
var myLine = svg.append("svg:line")
            .attr("x1", x(0))
            .attr("y1", y(lr.intercept))
            .attr("x2", x(max))
            .attr("y2", y( (max * lr.slope) + lr.intercept ))
            .style("stroke", "black");
Using the code I found here 

                        
这篇关于D3.js线性回归的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！