線性代數 - 矩陣形式下的最小二乘法
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
- 線性代數--矩陣矩陣
- 【矩陣基礎與維度分析】【公式細節推導】矩陣非線性最小二乘法泰勒展開矩陣公式
- 高等代數1 矩陣矩陣
- 跟我一起學《深度學習》 第二章 線性代數(2.3 單位矩陣和逆矩陣)深度學習矩陣
- 矩陣加速線性遞推矩陣
- NumPy之:多維陣列中的線性代數陣列
- 線性代數
- 線性代數中的線性方程組方法
- 04 矩陣乘法與線性變換複合矩陣
- 線性代數學習
- 線性代數基礎
- 線性代數相關
- 人工智慧之機器學習線代基礎——行列式、矩陣的 逆(inverse)、伴隨矩陣人工智慧機器學習矩陣
- 矩陣指數的定義矩陣
- MATLAB版線性代數-線性方程組1Matlab
- 巨大的矩陣(矩陣加速)矩陣
- 【scipy 基礎】--線性代數
- 線性迴歸:最小二乘法實現
- 巨大的數(dp+矩陣加速)矩陣
- 資料結構:陣列,稀疏矩陣,矩陣的壓縮。應用:矩陣的轉置,矩陣相乘資料結構陣列矩陣
- matlab練習程式(線性常微分方程組矩陣解)Matlab矩陣
- 如何入門線性代數?這裡有一份Python線性代數講義Python
- 《線性代數的本質》筆記10筆記
- 《線性代數的本質》筆記(09)筆記
- 求任意矩陣的伴隨矩陣矩陣
- LeetCode989——陣列形式的整數加法LeetCode陣列
- matlab矩陣連線圖解Matlab矩陣圖解
- 程式設計與線性代數程式設計
- 線性代數--二次型
- 線性變換和矩陣的橋樑篇2——像的座標標示矩陣
- matlab計算含有未知數的矩陣Matlab矩陣
- 人工智慧之機器學習線代基礎——矩陣分類人工智慧機器學習矩陣
- 攝像機矩陣P的性質小結矩陣
- 矩陣類及其常規運算(加、減、乘、轉置、求逆、行列式、代數餘子式、伴隨矩陣)矩陣
- 鄰接矩陣、度矩陣矩陣
- “花書”的佐餐,你的線性代數筆記筆記
- 奇異矩陣,非奇異矩陣,偽逆矩陣矩陣
- 線性代數常用基本知識整理