最小二乘法C++线性回归求解器可在50行内实现：用std::vector存数据，单遍计算n、sum_x、sum_y、sum_xx、sum_xy；检查分母denom避免除零和浮点误差；过滤NaN/Inf；中心化x提升数值稳定性；计算R²并处理ss_tot=0的边界情况。
用最小二乘法手写 C++ 线性回归求解器
直接上核心结论：不需要第三方库，用 std::vector 存数据、手动推导并实现最小二乘闭式解（即 y = a * x + b 中的斜率 a 和截距 b），50 行内可跑通。关键不是“能不能”，而是“怎么避免浮点误差和除零”。
公式本身很简单：a = (n*sum_xy - sum_x*sum_y) / (n*sum_xx - sum_x*sum_x)b = (sum_y - a*sum_x) / n
但实际写的时候，n*sum_xx - sum_x*sum_x 可能接近 0（所有 x 几乎相等），必须检查。
- 先用
std::vector<double></double>分别存x和y数据点，确保长度一致且 ≥2 - 遍历一次计算五个累加量：
n、sum_x、sum_y、sum_xx、sum_xy（不要分开多次遍历，减少 cache miss） - 计算分母
denom = n * sum_xx - sum_x * sum_x，如果std::abs(denom) ，说明 <code>x几乎无变化，此时无法拟合斜率，返回a = 0.0，b = mean(y) - 否则按公式算出
a和b，注意用double运算，别隐式转成int
为什么不用 Eigen 或 Armadillo？
因为真实场景中，你可能只在嵌入式设备、竞赛环境或遗留系统里跑单次小规模回归——连 #include <eigen3/Eigen/Dense> 都不被允许。Eigen 编译慢、模板膨胀大，Armadillo 依赖 BLAS。而手写最小二乘，逻辑清晰、无依赖、体积可控。
但要注意：
– 如果后续要扩展到多元线性回归（多个特征），手写矩阵求逆就容易出数值问题，那时才该切到 Eigen 的 householderQr().solve()
– 单变量下，手写比调用 std::valarray 或 Boost.Accumulators 更轻量、更可控
常见错误：输入数据没做基本校验
用户常把空向量、单个点、含 NaN 或 inf 的数据直接喂进去，结果得到 nan 或崩溃。这不是算法问题，是接口契约没守好。
- 构造函数或求解函数入口处，先检查
x.size() == y.size()且x.size() >= 2 - 用
std::isfinite(x[i]) && std::isfinite(y[i])过滤非法值，或抛出std::invalid_argument - 避免用
std::accumulate直接累加——它不检查NaN；自己写循环，在累加前判断 - 若业务允许，可加一个布尔参数
drop_invalid = true，默认丢弃异常点，而不是中断
如何验证结果是否合理？
算完 a 和 b 后，别急着返回。至少做两件事：
立即学习“C++免费学习笔记（深入）”；
- 用原始数据算一次残差平方和：
ss_res = Σ(y_i - (a*x_i + b))²，如果太大（比如比var(y)还大），说明拟合失败或数据本身无相关性 - 打印或返回
r_squared = 1.0 - ss_res / ss_tot（其中ss_tot = Σ(y_i - mean_y)²），值在 [0,1] 外就一定有问题 - 特别注意：当所有
y相等时，ss_tot = 0，此时r_squared无定义，应单独返回std::numeric_limits<double>::quiet_NaN()</double>
最易被忽略的是：没有对输入做去量纲处理。虽然单变量线性回归对缩放不敏感（a 会自动调整），但如果 x 是时间戳（如 1672531200），而 y 是毫秒级延迟（如 0.012），中间计算 sum_xx 可能损失精度。稳妥做法是传入前做中心化：x_i -= mean_x，最后再把 b 平移回去。
