用matlab语言实现最小二乘算法

最小二乘算法是一种常用的线性回归方法，可以用于拟合数据，求出最优的回归系数。在matlab中，可以使用以下代码实现最小二乘算法：

% 定义数据
x = [0.2, 0.4, 0.6, 0.8, 1.0]';
y = [0.3, 0.5, 0.9, 1.1, 1.5]';

% 构造矩阵
X = [ones(length(x),1), x];

% 计算回归系数
beta = inv(X'*X)*X'*y;

% 绘制拟合曲线
x_fit = linspace(0,1,100)';
y_fit = beta(1) + beta(2)*x_fit;
plot(x,y,'o',x_fit,y_fit,'-');

其中，x和y分别表示输入和输出数据，X是输入数据矩阵，beta是回归系数，inv函数是求逆矩阵的函数，'*'表示矩阵乘法，''表示矩阵左除，也就是求解线性方程组的函数。最后使用plot函数绘制拟合曲线。