投影矩阵和最小二乘
2014-07-09 08:35
127 查看
前面一篇文章中我们得出投影矩阵
,它能产生投影,现在我们来看两种极端情况,第一种就是b就在列空间里,那么在上一篇文章中已经给出投影矩阵为I,即相当于不做任何投影;第二种极端情况就是b垂直于列空间,此时Pb=0,一般情况下向量会有一分量在列空间里,另一分量与列空间垂直,因此投影完成的功能就是去掉垂直部分,保留另一部分。那么这个公式是如何起到这种作用的呢?假设向量b1垂直于列空间,则b垂直于列空间的所有列,则
,因为式中的ATb=0;假设b2在列空间中,则b2的一般形式为Ax,也就是说Ax=b,因此Pb=Ax,b保持不变。
现在我们继续讲如何使用
,也就是继续上一篇的最小二乘问题,该问题根据三个点(1,1),(2,2),(3,2)拟合直线y=C+Dt,我们已经知道其对应的Ax=b为
,设三个点距离y=C+Dt的误差分别为e1,e2,e3,那么我们需要最小化Ax和b的误差e,按照上一篇讲述的,将方程转化为
,算得
,因此得到方程组3C+6D=5,6C+14D=11,这里使用的是线性代数方法来求解CD,其实我们还可以利用微积分求解CD,我们要做的就是最小化误差函数(C+D-1)2+(C+2D-2)2+(C+3D-2)2,对该式求偏导,最终也能得到3C+6D=5,6C+14D=11,求解得C=2/3,D=1/2,所以最优直线是y=2/3+1/2t,由此三个点在线上的投影为p1=7/6,p2=5/3,p3=13/6(不是垂直投影),各点的误差为e1=-1/6,e2=2/6,e3=-1/6,b,p和e之间满足b=p+e,即
,e不仅垂直于p,同时还垂直于其他向量,e垂直于整个列空间。
,它能产生投影,现在我们来看两种极端情况,第一种就是b就在列空间里,那么在上一篇文章中已经给出投影矩阵为I,即相当于不做任何投影;第二种极端情况就是b垂直于列空间,此时Pb=0,一般情况下向量会有一分量在列空间里,另一分量与列空间垂直,因此投影完成的功能就是去掉垂直部分,保留另一部分。那么这个公式是如何起到这种作用的呢?假设向量b1垂直于列空间,则b垂直于列空间的所有列,则
,因为式中的ATb=0;假设b2在列空间中,则b2的一般形式为Ax,也就是说Ax=b,因此Pb=Ax,b保持不变。
现在我们继续讲如何使用
,也就是继续上一篇的最小二乘问题,该问题根据三个点(1,1),(2,2),(3,2)拟合直线y=C+Dt,我们已经知道其对应的Ax=b为
,设三个点距离y=C+Dt的误差分别为e1,e2,e3,那么我们需要最小化Ax和b的误差e,按照上一篇讲述的,将方程转化为
,算得
,因此得到方程组3C+6D=5,6C+14D=11,这里使用的是线性代数方法来求解CD,其实我们还可以利用微积分求解CD,我们要做的就是最小化误差函数(C+D-1)2+(C+2D-2)2+(C+3D-2)2,对该式求偏导,最终也能得到3C+6D=5,6C+14D=11,求解得C=2/3,D=1/2,所以最优直线是y=2/3+1/2t,由此三个点在线上的投影为p1=7/6,p2=5/3,p3=13/6(不是垂直投影),各点的误差为e1=-1/6,e2=2/6,e3=-1/6,b,p和e之间满足b=p+e,即
,e不仅垂直于p,同时还垂直于其他向量,e垂直于整个列空间。
相关文章推荐
- 投影矩阵与最小二乘(三)
- (数学概念)矩阵的逆、伪逆、左右逆,最小二乘,投影矩阵
- 投影矩阵与最小二乘
- 投影矩阵与最小二乘(二)
- 投影矩阵与最小二乘(三)
- 投影矩阵与最小二乘的背后联系
- 以太网最小帧长问题
- 剑指offer系列源码-最小的K个数
- hdu5452 最小割,图论
- 剑指offer——把数组排成最小的数
- POJ - 2421 Constructing Roads【最小生成树】
- 练习5: 输入一个一维数组,最大的与第一个元素交换,最小的与最后一个元素交换,输出数组。
- java.util.TaskQueue的最小堆排序算法的应用
- floyd原理以及求最小环
- 算法与数据结构面试题(5)-查找最小的k 个元素
- POJ 1258 Agri-Net 最小生成树 Prim 算法
- 最小生成树算法汇总
- 最小生成树 aoj 2224 Save your cats
- LintCode算法题解——奇偶分割数组、二进制中1个数、反转整数、加一、排序数组转换为高度最小的二叉搜索树、二进制求和