问题标签 [apache-commons-math]

我正在使用 Apache commons math3 开发一个合适的应用程序。我已经成功创建了 ParametricUnivariateFunction

和 AbstractCurveFitter

}

我主要使用它们

这很好用！

现在我必须为参数添加约束（特别是 m<=100, k>=0 e b>=1）。

如何将这些约束添加到上面的系统中？

我正在使用来自 Apache Commons Math 的 OLSMultipleLinearRegression 来进行曲线拟合，它工作得很好并且非常高效。但是，由于所有变量都包含在模型中，因此我得到了过度拟合。简单地删除预测性最低的自变量并不能解决问题。

问题：我正在寻找 Java 中的逐步回归过程或如何使用 Apache Commons Math 实现此过程的信息。我需要一个纯 Java 解决方案，所以我不能使用 R。

我正在尝试使用 计算 2 尾学生分布commons-math。我正在使用 Excel 来比较值并验证我的结果是否正确。

所以使用excel计算TDIST(x, df, t) x = 5.968191467, df = 8, tail t = 2

并得到结果：0.000335084

像这样使用公共数学：

我得到结果：0.00018738010608336254

我应该使用什么来获得与 TDIST 值完全相同的结果？

我正在使用 Apache Commons Math 库进行矩阵运算，因为尽管它绝对缺乏适当的文档，但它看起来相当完整。

我已经看到了方法Y.walkInRowOrder(FieldMatrixChangingVisitor<Complex>() );，我猜它可以满足我的要求：列出包含每一行元素的列。

但是我不知道如何使用它，因为FieldMatrixChangingVisitor无法实例化。什么是正确的方法？

Apache commons math SimpleRegression 有一个非常方便的 predict 方法来预测给定 x 值的 ay 值。然而，它没有的是一种开箱即用的方法来获取该预测的标准误差，这对于我正在处理的应用程序非常有用。我不是一个好的统计学家，所以我想知道以下几点：

1. 是否可以在给定 SimpleRegression 实例、x 值和 SimpleRegression 的公共接口的情况下计算预测标准错误，如果可以，如何计算？

2. 查看了 getInterceptStdErr 的源代码：

   要获得预测标准错误，是否就像从计算中的 xbar 值中减去预测的 x 值一样简单？像这样：

   /li>

Thompson 抽样使用 Beta 概率分布对参数进行抽样。在每个样本之后，根据得到的样本值改变分布。

目前我正在做以下事情：

有没有一种方法可以让我在每次更改参数时都不必创建新的 beta 发行版？（我觉得这可能效率低下）

我发现有一些方法可以改变分布，而无需创建新的分布setalpha()。setBeta()但是，这些方法现在已被弃用。

目前正在将一些Matlab Code转换为Java w/ the Apache Commons library.

我将如何反转 a complex matrix？我在矩阵上创建 aLUDecomposition object并调用的常用方法getSolver()似乎不起作用，求解器不接受Field Matrices.

I have to implement some relatively complex formulas in a Java application. The inputs to these formulas are include up to 30 or so variables. Some of these variables in their natural form are integers, some are reals with a precision of around 3 to 4 decimal places. I am using commons-math for the functions, but I am wondering about precision and convenience:

Would it be best to convert all variables integers to Double prior to passing to the formula methods. This way there is a consistency within the formulas and secondly can I safely use Double for 3 to 4 dp precision? Is there a "best practice" for implementing complex math in Java?

我试图找出一种方法来优化 Java 中的函数，但是，我正在努力做到这一点。

我找到了Apache Math library，但不知何故我无法提出适合我的问题的实现。我想要实现的是对Triple Exponential Smoothing方程中参数 alpha、beta 和 gamma 的优化。

我必须计算方程的导数吗？或者有没有一种方法可以简单地结合参数说明公式？

我希望看到一个相当简单的示例，说明如何使用 Marquardt 优化器优化更简单的方程（例如，如何优化单指数平滑，因为我可以通过自己计算均方误差来做到这一点）。

我会很感激一些帮助。谢谢！

我做了一个测试程序，通过Apache Commons Math库尝试NewtonRaphsonSolver类。牛顿法用于求给定函数的根。

我编写的测试程序引用了 cos(x) 函数（我有一个更难分析的函数，我首先查看 cos(x) 函数）。

测试程序的代码是

不确定我是否需要两次引用 Math.cos(x) 和 t.cos()

牛顿的方法找到所有的零并将它们显示给用户。

有什么方法可以防止打印出重复的零吗？例如，上面的输出将显示为

这可以在 for 循环内或通过仅打印出不重复值的数组来完成吗？