Lecture 16: Projection Matrix and Least Square
投影矩陣
據前幾講, Pb=p,b=p+e
- 其中P是投影矩陣,b是需要投影到列空間的向量,p是投影到列空間的向量。
容易得到,p∈A的列空間,A的零空間⊥A的列空間
- 若Pb⊥A的列空間,則Pb=0
- 若Pb在A的列空間中,則Pb=b
最小二乘/線性迴歸
我們需要線性擬合一組數據,
a(x,y):
a1(1,1), a2(2,2) , a3(3,2)
在二維平面中,找到最優直線表達這組數據。
數學表示
- 如果直線能同時穿過三個點,那麼誤差就是零了。⎩⎨⎧C+D=1C+2D=2C+3D=2
也就是上式得有解,但是很可惜無解,就相當於 最右邊一列 b 不在前兩列組成的 列空間 A 中。那麼我們只能 b 投影到 A 中。
- 退而,找到 f(t)=C+Dt,s.t minΣ(y−f(t))2
- 誤差 = (C+D−1)2+(C+2D−2)2+(C+3D−2)2=e12+e22+e32=∣∣Ax−b∣∣2 ---- 求偏導
- 由前幾講,上式 和求 ATAx=ATb 中的 x = [C D] 是一樣的。 ---- 解方程
最小二乘前提
-
A 各列線性無關,因爲這樣AAT可逆,上面的方程纔有解
-
那麼爲什麼A各列線性無關,AAT可逆呢?
A 和 AAT 的零空間是一樣的, 秩也一樣