รูปแบบปิดของ w ในการถดถอยเชิงเส้นสามารถเขียนได้
เราจะอธิบายบทบาทของในสมการนี้ได้อย่างไร
รูปแบบปิดของ w ในการถดถอยเชิงเส้นสามารถเขียนได้
เราจะอธิบายบทบาทของในสมการนี้ได้อย่างไร
คำตอบ:
ฉันพบว่าข้อความเหล่านี้มีประโยชน์เป็นพิเศษ:
จะหาค่าตัวประมาณกำลังสองน้อยที่สุดสำหรับการถดถอยเชิงเส้นหลายเส้นได้อย่างไร
ความสัมพันธ์ระหว่าง SVD และ PCA วิธีการใช้ SVD เพื่อทำ PCA
http://www.math.miami.edu/~armstrong/210sp13/HW7notes.pdf
ถ้าเป็นเมทริกซ์แล้วเมทริกซ์กำหนดฉายลงบนพื้นที่คอลัมน์ของXสังหรณ์ใจคุณมีระบบ overdetermined ของสมการ แต่ยังคงต้องการที่จะใช้ในการกำหนดเส้นแผนที่ที่จะ map แถวของเพื่อสิ่งที่ใกล้เคียงกับมูลค่า ,\} ดังนั้นเราจึงตัดสินใจส่งไปยังสิ่งที่ใกล้เคียงที่สุดไปยังซึ่งสามารถแสดงเป็นการรวมเชิงเส้นของคุณสมบัติของคุณ (คอลัมน์ของ ) n × p X ( X T X ) - 1 X T X R p → R x ฉัน X y ฉันฉัน∈ { 1 , … , n } X y X
เท่าที่การตีความของฉันยังไม่มีคำตอบที่น่าอัศจรรย์ ฉันรู้ว่าคุณสามารถนึกถึงว่าเป็นเมทริกซ์ความแปรปรวนร่วมของชุดข้อมูล ( X T X )
มุมมองที่รูปทรงเรขาคณิตอาจจะเป็นเหมือนเวกเตอร์ n มิติและจุดอยู่ใน n มิติพื้นที่Vที่ไหนยังอยู่ในสเปซทอดเวกเตอร์x_mX β V X β W x 1 , x 2 , ⋯ , x เมตร
สำหรับพื้นที่ย่อยเราสามารถนึกภาพพิกัดสองแบบที่แตกต่างกัน :
ไม่ได้พิกัดในความรู้สึกปกติ แต่พวกเขาจะกำหนดจุดในสเปซWแต่ละเกี่ยวข้องกับตั้งฉากประมาณการบนเวกเตอร์x_iถ้าเราใช้เวกเตอร์หน่วย (สำหรับความเรียบง่าย) แล้ว "พิกัด"สำหรับเวกเตอร์สามารถแสดงเป็น:α i x i x i α i z
และชุดของพิกัดทั้งหมดเป็น:
สำหรับนิพจน์ของ "พิกัด"กลายเป็นการแปลงจากพิกัดเป็น "พิกัด"
คุณสามารถเห็นเป็นการแสดงว่าแต่ละโครงการมีจำนวนเท่าใดต่ออีกหนึ่ง
จากนั้นการตีความทางเรขาคณิตของสามารถมองเห็นได้จากแผนที่จากเวกเตอร์ฉาย "พิกัด"กับพิกัดเชิงเส้น .
นิพจน์ให้การฉาย "พิกัด" ของและเปลี่ยนเป็น .
หมายเหตุ : การฉาย "พิกัด" ของจะเหมือนกับการฉาย "พิกัด" ของตั้งแต่X}
สมมติว่าคุณคุ้นเคยกับการถดถอยเชิงเส้นอย่างง่าย: และวิธีแก้ปัญหา : β = c o v [ x i , y i ]
มันง่ายที่จะดูว่าตรงกับตัวเศษด้านบนและแผนที่กับตัวส่วน เนื่องจากเรากำลังจัดการกับเมทริกซ์ลำดับสำคัญ เป็น KxK matrix และเป็น Kx1 เวกเตอร์ ดังนั้นลำดับคือ:X ′ X X ′ X X ′ y ( X ′ X ) - 1 X ′ y