大连理工大学远程与继续教育学院《人工智能》课程设计学习中心：专业：年级：学号：学生：题目：人工智能课程设计（回归算法）1.谈谈你对本课程学习过程中的心得体会与建议？经过一学期的网上学习，我对《人工智能》这门课程有了初步的认识，人工智能这门课程内容新颖，涉及计算机知识非常广，学习起来极富挑战性，学到的知识在未来我们的工作中用处也非常大，当然，这门课也比较深奥，单单《人工智能》只是一个入门，后面我也会在课后继续深入学习有关人工智能这方面的知识。在学习过程中我始终跟随老师视频讲解，严格要求自己，收获很大。老师的讲解深入浅出，在学识知识的同时，也激发了我的学习兴趣。我由衷的感谢老师的教导，感谢老师们不辞辛苦录制课件，感谢自己能获得这次宝贵的学习机会。2.《人工智能》课程设计,从以下5个题目中任选其一作答。《人工智能》课程设计题目二：回归算法要求：（1）撰写一份word文档，里面包括（常见的回归算法、基于实例的算法具体细节）章节。（2）常见的回归算法包括：最小二乘法（OrdinaryLeastSquare），逻辑回归（LogisticRegression），逐步式回归（StepwiseRegression），多元自适应回归样条大连理工大学远程与继续教育学院《人工智能》课程设计（MultivariateAdaptiveRegressionSplines）以及本地散点平滑估计（LocallyEstimatedScatterplotSmoothing），请选择一个算法描述下算法核心思想（3）随意选用一个实例实现你所选择的回归算法。答：（1）最小二乘法算法核心思想最小二乘法原理如下：根据一组给定的实验数据，求出自变量x与因变量y的函数关系，只要求在给定点上的误差的平方和最小.当时，即(1)这里是线性无关的函数族，假定在上给出一组数据，以及对应的一组权，这里为权系数，要求使最小，其中(2)(2)中实际上是关于的多元函数，求I的最小值就是求多元函数I的极值，由极值必要条件，可得(3)根据内积定义引入相应带权内积记号(4)则(3)可改写为大连理工大学远程与继续教育学院《人工智能》课程设计这是关于参数的线性方程组，用矩阵表示为(5)(5)称为法方程.当线性无关，且在点集上至多只有n个不同零点，则称在X上满足Haar条件，此时(5)的解存在唯一。记(5)的解为从而得到最小二乘拟合曲线(6)可以证明对，有故(6)得到的即为所求的最小二乘解.它的平方误差为(7)均方误差为在最小二乘逼近中，若取，则，表示为(8)此时关于系数的法方程(5)是病态方程，通常当n≥3时都不直接取作为基。（2）最小二乘法C语言实例实现输入：已知点的数目以及各点坐标。输出：根据最小二乘法原理以及各点坐标求出拟合曲线。大连理工大学远程与继续教育学院《人工智能》课程设计程序流程：程序：#include<math.h>#include<stdio.h>#include<stdlib.h>#include<malloc.h>floataverage(intn,float*x){inti;floatav;av=0;for(i=0;i<n;i++)av+=*(x+i);av=av/n;return(av);}//平方和大连理工大学远程与继续教育学院《人工智能》课程设计floatspfh(intn,float*x){inti;floata,b;a=0;for(i=0;i<n;i++)a+=(*(x+i))*(*(x+i));return(a);}//和平方floatshpf(intn,float*x){inti;floata,b;a=0;for(i=0;i<n;i++)a=a+*(x+i);b=a*a/n;return(b);}//两数先相乘，再相加floatdcj(intn,float*x,float*y){inti;floata;a=0;for(i=0;i<n;i++)a+=(*(x+i))*(*(y+i));return(a);}//两数先相加，再相乘floatdjc(intn,float*x,float*y){inti;floata=0,b=0;for(i=0;i<n;i++){a=a+*(x+i);b=b+*(y+i);}a=a*b/n;return(a);}//系数afloatxsa(i