線性代數 - 矩陣形式下的最小二乘法

V丶Chao發表於2020-10-01

20201001 -

0. 引言

最近在看《異常點檢測》的時候,其中在PCA部分(準確來說是前面一小節)在進行推導的時候,使用了最小二乘法。其實這個東西本質上並不難,但是讓我比較尷尬的是,很多線性代數的東西有些遺忘了,好在最近直截了當的複習讓大部分知識都回顧了。

1. 問題

關於具體的推導過程就不說了,各種公式都有,直接的結論也都有。但是這裡之前的時候,產生了一個問題。本來最小二乘法是利用垂直距離來定義的(也就是預測變數與相應的平面與座標中平行的距離),但是有些書上都提到了投影距離。然後他們也用了最下二乘法來分析。這讓我很疑惑,特別是直接在百度上搜尋中的一些結果,最後都出現了一個投影距離的概念。

我的疑惑就是,本來這是一個垂直的直線距離,為什麼後來變成了投影距離呢?如果他們兩個僅僅是在結果上一樣,也無可厚非,但是怕就怕在他們在講解的時候就直接將這部分內容融合在了一起。
這他麼就非常尷尬。


(因為當時自己沒有注意這部分的內容,導致當時沒有進行記錄,現在連問題都有點沒弄懂了。尷尬)
不著家,我這裡先趕緊複習一遍。


相關文章