简单应用最小二乘准则
来源:互联网 发布:记账软件破解版 编辑:程序博客网 时间:2024/06/17 23:53
拟合直线
假设我们建立了一个模型,该模型的函数关系为
得到最优解的必要条件是两个偏导数
重写这些方程,并且带入
由此我们得到了这个函数关系的的斜率和截距,
拟合幂曲线
现在利用最小二乘准则来对
最优化的必要条件依旧是求得偏导数
对该方程进行求解,我们可以得到
这里得记清楚了,
经变换的最小二乘拟合
在理论上最小二乘准则的应用非常简单,仅仅是计算出函数关系的平方和,再进行极小化,即求其导数为零的点就可以了。但是在实际应用中,存在着许多困难。
例如我们要研究
我们之前曾探讨过,对曲线进行拟合的时候,可以变换数据,将曲线转变为直线,这样可以非常方便的简化过程的计算。
对于我们需要拟合的函数关系
经过变换后的方程构成了一条直线,所以应用我们上文所说的,对直线应用最小二乘准则得到的斜率和截距的解,我们能够得到:
通过上式两个方程,我们就能够简单求得变换后的幂曲线简单的的未知量。
两种幂曲线拟合方法的比较
假设我们得到了一个模型,该模型的函数关系为
我们先使用对其进行数据拟合,将数据代入方程
可以得到最小二乘近似模型
接着我们采用变换数据的方式来对模型进行拟合,将函数两边取对数,得
将数据代入该方程,我们可以得到
两个结果看起来差异并不大,但是因为这是一个指数型的函数,当
- 对一个方程进行数据变换,得到的结果可以用与数据拟合
- 变换后的方程和原方程得到的解并不是同一个。因为两个方程的 最小二乘拟合并不是针对同一个模型,两个方程的最优化问题是不同的,所以会出现这种差异。
阅读全文
0 0
- 简单应用最小二乘准则
- 说说最小二乘
- 最小二乘拟合
- 最小二乘
- 最小二乘拟合
- 最小二乘问题
- 最小二乘回归
- 最小二乘C
- 最小二乘拟合
- 最小二乘
- 最小二乘
- 最小二乘GAN
- 线性最小二乘
- 非线性最小二乘
- 最小二乘回归
- RANSAC与最小二乘算法的应用
- RANSAC与最小二乘算法的应用
- 学习子空间投影下 简单的最小二乘
- PAT程序设计考题——甲级1006(Sign In and Sign Out ) C++实现
- 关于input标签带有enctype="multipart/form-data"而导致getParameter获取不到值的解决方法2
- 软中断和TASKLET
- nginx---浏览器设置缓存
- Python使用linecache高效读入大文件内容(M级以上)
- 简单应用最小二乘准则
- java并发-独占锁与共享锁
- USACO-Section1.4 airprog[枚举]
- MyEclipse创建Maven项目提示缺少maven-resources-plugin:2.6
- Activity touch事件传递流程分析
- 8大你不得不知的Android调试工具
- 561. Array Partition I
- QQ-AR实物识别!香蕉扫一扫,解救小黄人?
- Jtree生成系统文件树