توضیحات
در این قسمت تیم کدگیت سورس رگرسیون خطی در جاوا را برای شما تهیه کرده است. رگرسیون خطی تکنیکی است که از اطلاعات بین دو متغیر مستقل و وابسته تشکیل شده و سعی می‌کند رابطه بین این دو را محاسبه کند. با این کار می‌توان به پیش‌بینی دیتاها در آینده پرداخت. در ادامه پیشنهاد می‌کنیم از دیگر سورس‌ها و آموزش‌های ما دیدن کنید:
سورس رگرسیون خطی در جاوا
یکی از مسائلی که بسیاری از جوامع با آن روبرو است پیش‌بینی کردن برخی رویدادها می‌باشد. به عنوان مثال می‌خواهید بدانید قیمت منزل در ماه آینده و یا سال آینده با توجه به روند کنونی چگونه خواهد شد. یا شاید می‌خواهید از بازارهای خاصی اطلاعاتی کسب و سرمایه‌گذاری کنید. این گونه مسائل را می‌توان به کمک رگرسیون خطی پیاده سازی و اجرا کرد. در سورسی که برای شما تهیه کرده‌ایم این الگوریتم بدون کمک از کتابخانه‌های موجود پیاده سازی گردیده است.
روش کار سورس رگرسیون خطی در جاوا
همانطور که گفتیم رابطه بین متغیر مستقل و وابسته با کمک روش رگرسیون خطی به دست آورده می‌شود. فرمولی که برای این الگوریتم به کار می‌رود به صورت زیر است:
Y = α + β X
آلفا و بتا مجهولات مسئله هستند و ما سعی در پیدا کردن این مجهولات داریم. در سورسی که تهیه کردیم X و Y با توجه به فرمول زیر تهیه گردیده است:
y = 10 + 2 * x
دلیل استفاده از این فرمول بررسی میزان دقت الگوریتم بوده و شما می‌توانید دیتاهای X و Y دلخواه خود را در آن قرار دهید و برنامه را اجرا کنید.
پس از اجرای الگوریتم میزان دقت و خطا برنامه با توجه به روش R Score محاسبه و در خروجی چاپ خواهد شد.
نحوه اجرای سورس کد
بعد از تهیه سورس کد از سایت کدگیت، یک فایل پایتون با فرمت .java در اختیار شما قرار می‌گیرد. نام این فایل LinearRegresssion.java می‌باشد. این فایل اصلی برنامه بوده و با اجرای آن می‌توانید الگوریتم رگرسیون خطی را اجرا نمایید. پس از اجرای برنامه خروجی به صورت زیر خواهد بود:
2.00 n + 10.00 (R^2 = 1.000)
همانطور که در خروجی می‌بینید آلفا و بتا در فرمول ما 2 و 10 بوده و الگوریتم رگرسیون خطی 2 و 10 محاسبه نموده است. پیش‌بینی کاملاً دقیق بوده است(البته همیشه دقت به این صورت نیست اما این بار با توجه به شرایطی که به مسئله دادیم جواب کاملاً دقیق محاسبه گردید).