在游戏的开发过程中，我们会用到很多的算法，其中数学中的线性回归可以很好地运用到一些游戏里，下面是由PHP写的一段计算线性回归的方程式的代码：
<html><head> <meta http-equiv="Content-Type" content="text/html; charset=utf-8"> <meta name="GENERATOR" content="Microsoft FrontPage Express 2.0"> <title>线性回归 Linear Regression</title></head><body><h2>计算线性回归方程式 Y = a + bX</h2><p> 如果两组数据相关系数很高, 可以用一条近似直线Y=a + bX 来预估, 谓之线性回归<br /> 根据统计学理论, Y = a + bX 中 <br /> 斜率 b = X,Y 离均差交乘积和 / X离均差平方和 <br /> 常数项 a = Y平均值 - b * X平均值<br /></p><?phpheader("Content-Type: text/html; charset=utf-8");if (empty($_REQUEST["X"])) { ?> <form method="post" action="index.php"> X : <input type="text" name="X" size="30" value="25,23,27,35,30"><br> Y : <input type="text" name="Y" size="30" value="35,27,36,45,42"><br> <input type="submit" value="ok"> </form><?php} else { $X = explode(",",$_REQUEST["X"]); $Y = explode(",",$_REQUEST["Y"]); $xavg = array_sum($X)/count($X); // X 平均值 $yavg = array_sum($Y)/count($Y); // Y 平均值 $XMD = Array(); // X 离均差 $YMD = Array(); // Y 离均差 $mdcross_sum = 0; // X,Y 离均差交乘积和 $xdif_square_sum = 0; // X 离均差平方和 $count = count($X); for ($i=0; $i<$count; $i++) { $xdif = (float)$X[$i]-$xavg; // X 离均差 $ydif = (float)$Y[$i]-$yavg; // Y 离均差 $XMD[$i] = $xdif; $YMD[$i] = $ydif; $mdcross_sum += $xdif*$ydif; // X,Y 离均差交乘积和 $xdif_square_sum += pow($xdif, 2); // X 离均差平方和 } //end of for $b = round($mdcross_sum/$xdif_square_sum, 2); // 计算斜率 b $a = round($yavg-$b*$xavg, 2); // 计算常数项 a echo "X = ".join(", ",$X)."<br>"; echo "Y = ".join(", ",$Y)."<br>"; echo "常数项 a = ".$a."<br>"; echo "斜率 b = ".$b."<br>"; echo "线性回归方程式 Y = ".$a." + (".$b.")X<br>"; echo "X 平均值 = ".$xavg."<br>"; echo "Y 平均值 = ".$yavg."<br>"; echo "X 离均差 = ".join(", ",$XMD)."<br>"; echo "Y 离均差 = ".join(", ",$YMD)."<br>"; echo "X,Y 离均差交乘积和 = ".$mdcross_sum."<br>"; echo "X 离均差平方和 = ".$xdif_square_sum."<br>";} echo '<hr />'; echo '计算两点之间的角度。';$a = array('x' => 10, 'y' => 0);$c = array('x' => 80, 'y' => 80);$pi_v = atan2($c['y'] - $a['y'], $c['x'] - $a['x']);$n_v = rad2deg($pi_v);echo '弧度：',$pi_v,' 角度：',$n_v; ?></body></html> |
随时随地看视频
