奇异值分解与最小二乘问题
来源:互联网 发布:如何当淘宝模特 编辑:程序博客网 时间:2024/06/03 10:52
很多线性回归器的损失函数为均方误差:
求解模型参数,需要最小化损失函数:
该类问题分为三种情况:
1.m=n且X为非奇异矩阵,这时
2.m>n,即约束个数大于方程个数,此时
3.m<n,即约束个数小于方程个数,此时
在机器学习中,绝大部分问题都是样本数大于特征数,对应于超定问题,并且一般情况下为非一致方程,此时方程无解(一致方程的超定问题是有解的,通过求解广义逆矩阵),因此转向求解最小二乘问题,即最小化
推导见:线性最小二乘求解
这种求解方式有几个问题:
1. 涉及到n*n维矩阵的求逆运算,实际使用中计算量巨大。
2.
SVD奇异值分解
不同于特征值分解使用的情景受限,对于任意一个矩阵
其中:
证明:
再来看最小二乘问题:
也即当
按照SVD的方式必有解,这里
通常情况下
特别地,对于齐次方程的超定问题:
我们有:
假设
因此我们需要求解的
阅读全文
0 0
- 奇异值分解与最小二乘问题
- SVD(奇异值分解)及求解最小二乘问题
- SVD(奇异值分解)及求解最小二乘问题
- 最小二乘估计和奇异值分解(SVD)
- 基于最小二乘的矩阵分解问题
- 最小二乘问题
- 奇异值分解与PCA
- 特征分解与奇异值分解
- 特征值分解与奇异值分解
- 奇异值分解与特征值分解
- 特征值分解与奇异值分解
- 特征值分解与奇异值分解含义
- 特征值分解与奇异值分解
- 最小二乘法 最小二乘问题
- 多元最小二乘问题
- 矩阵论基础知识1(LU分解 条件数 最小二乘问题)
- 矩阵论基础知识1(LU分解 条件数 最小二乘问题)
- LM算法与非线性最小二乘问题
- spring框架
- opendaylight-Boron-SR3开发入门实例
- Lint 静态代码检查工具
- 2017山东省赛D题(SDUT3896逆元法求组合数)
- 去掉未引用的类
- 奇异值分解与最小二乘问题
- 滑动窗口的最大值(C++/Java)
- 【muduo】进程信息
- 蓝牙的配对和连接的建立过程
- multimap getline 写家族关系表 作家与图书的关系 通讯录
- Python检测和处理异常
- 【bzoj2288】【POJ Challenge】生日礼物
- 安步 数据库操作
- 生活琐事