目录 1. 一般最小二乘法 3 1.1. 一次计算最小二乘算法 3 1.2. 递推最小二乘算法 3 2. 遗忘因子最小二乘算法 6 2.1. 一次计算法 6 2.2. 递推算法 6 3. 限定记忆最小二乘递推算法 9 4. 偏差补偿最小二乘法 11 5. 增广最小二乘法 13 6. 广义最小二乘法 15 7. 辅助变量法 17 8. 二步法 19 9. 多级最小二乘法 21 10. Yule-Walker辨识算法 23 Matlab程序附录 24 附录1、最小二乘一次计算法 24 附录2、最小二乘递推算法 25 附录3、遗忘因子最小二乘一次计算法 26 附录4、遗忘因子最小二乘递推算法 27 附录5、限定记忆最小二乘递推算法 29 附录6、偏差补偿最小二乘递推算法 31 附录7、增广最小二乘递推算法 32 附录8、广义最小二乘递推算法 34 附录9、辅助变量法 36 附录10、二步法 38 附录11、多级最小二乘法 39 附录12、Yule-Walker辨识算法 42

可以对光谱数据进行预处理，除了偏最小二乘法之外，也有一些其他方法

采用递推最小二乘法求解超定线性方程组 Ax=b，其中 A 为 mxn 维的已知矩阵，b 为 m 维的已知向量，x 为 n 维的未知向量，其中 n=10，m=10000。A 与 b 中的元素服从独立同 分布的正态分布。绘出横坐标为迭代步数时的收敛精度曲线。

考虑基于最小二乘法的河道流量演算参数估计，对马斯京根法进行改进

关于曲线拟合的最小二乘法c语言计算方法。

利用最小二乘法 把离散的点拟合成多项式 多项式项数自己规定 取点可以根据实际需要跳跃取点

考虑春节对不同行业的影响，提出了一种考虑春节因素影响的月度售电量预测结果修正方法，首先利用历史春节日期距1—3月第一天的天数和历史各行业1—3月的售电量占第一季度售电量的占季比进行曲线拟合，然后利用预测年份春节日期距1—3月第一天的天数和拟合函数计算预测年份1—3月售电量占季比的预测值，最后利用各月占季比预测值对国家电网公司1—3月的售电量预测结果进行修正，得到春节因素修正后的售电量预测结果。实证研究结果表明，本文提出的售电量预测结果修正方法能够有效地降低第一季度售电量预测误差。

线性回归模型 这是用Python编码的线性回归模型，可用于处理2D数据集的普通最小二乘法。

二、带遗忘因子的渐消记忆递推最小二乘法 在使用RLS法的实时辨识中,随着k的增大,矩阵P(k)将逐渐趋近于零阵而出现数据饱和,即新数据将逐渐失去对参数估计值的影响力. 此外,许多实际工程和社会系统的模型参数随系统环境和内外扰动而缓慢变化,为能跟踪好这些缓慢时变的参数,需逐步赐除老数据对估计值的影响. 因此上一节的RLS法并不适用于这类具有时变参数的系统的参数估计. 为降低老数据的影响力,增加新数据提供的信息量,下面引入带遗忘因子的渐消记忆RLS法.

最小二乘法和增广最小二乘法的MATLAB源码，文件主要包括：产生白噪声和有色噪声的代码，递推最小二乘法，增广最小二乘法，绘图plot