麻省理工線性代數筆記(十四)-投影及最小二乘
作者:由 劉梳子 發表于 書法時間:2018-05-25
本講主要內容:
投影
最小二乘法
1。 投影
推廣到高維情況:
藉助矩陣:用矩陣A的列向量空間描述投影空間,向量b為被投影向量!
結論對比前面投影到一個二維向量上的結論,形式完全契合,非常完美!
2。 最小二乘
有了投影矩陣之後,我們來看它的具體應用,其實這就是最小二乘法。
進行投影后,此時殘差e的長度最小,e長度最小就對應著最小二乘法的最佳化目標,因此我們進行投影,得到的近似解,就是最小二乘法的解。
應用:曲線擬合問題,這裡舉一個最簡單的例子:
找到最接近三個點(0,6),(1,0),(2,0)的直線。假設直線b=C+Dt,
寫成矩陣形式,3個方程2個未知數,方程組不可解:
擬合曲線如下:
最小二乘法在許多場合都有應用,凡是能抽象出Ax=b的形式,都可以用此方式解決!