ตามที่โพสต์ก่อนหน้าของฉันในหัวข้อนี้ฉันต้องการแบ่งปันบางอย่างชั่วคราว (แม้ว่าไม่สมบูรณ์) สำรวจของฟังก์ชั่นที่อยู่เบื้องหลังพีชคณิตเชิงเส้นและฟังก์ชั่น R ที่เกี่ยวข้อง นี่ควรจะเป็นงานที่กำลังดำเนินอยู่
ส่วนหนึ่งของความโปร่งแสงของฟังก์ชั่นเกี่ยวข้องกับรูปแบบ "กะทัดรัด" ของการสลายตัวของเจ้าของบ้านแนวคิดที่อยู่เบื้องหลังการสลายตัวของเจ้าของบ้านคือการสะท้อนเวกเตอร์ข้ามไฮเปอร์เพลนที่กำหนดโดยหน่วย - เวกเตอร์ดังในแผนภาพด้านล่าง แต่เลือกระนาบนี้ด้วยวิธีที่มีวัตถุประสงค์เพื่อฉายเวกเตอร์ทุกคอลัมน์ของเมทริกซ์ดั้งเดิมไปยังเวกเตอร์หน่วยมาตรฐาน ให้เป็นมาตรฐานบรรทัดฐาน-2เวกเตอร์สามารถใช้ในการคำนวณการเปลี่ยนแปลงเจ้าของบ้านที่แตกต่างกันx}u A e 1 1 u I - 2QRuAe11uI−2uuTx
การฉายผลลัพธ์สามารถแสดงเป็น
sign(xi=x1)×∥x∥⎡⎣⎢⎢⎢⎢⎢⎢⎢100⋮0⎤⎦⎥⎥⎥⎥⎥⎥⎥+⎡⎣⎢⎢⎢⎢⎢⎢⎢x1x2x3⋮xm⎤⎦⎥⎥⎥⎥⎥⎥⎥
เวกเตอร์แสดงให้เห็นถึงความแตกต่างระหว่างคอลัมน์เวกเตอร์ในเมทริกซ์ที่เราต้องการในการย่อยสลายและเวกเตอร์สอดคล้องกับการสะท้อนข้ามสเปซหรือ "กระจก" กำหนดโดยยูvxAyu
วิธีการที่ใช้โดย LAPACK ปล่อยความจำเป็นในการจัดเก็บข้อมูลของรายการแรกในการสะท้อนแสงคฤหัสถ์ด้วยการเปลี่ยนเป็น 's แทนที่จะทำให้เวกเตอร์เป็นด้วยมันเป็นเพียงรายการกำปั้นที่ถูกแปลงเป็น ; แต่เวกเตอร์ใหม่เหล่านี้ - เรียกพวกมันว่ายังสามารถใช้เป็นเวกเตอร์บอกทิศทางได้1vu∥u∥=11w
ความสวยงามของวิธีการคือเมื่อ ในการสลายตัวของเป็นรูปสามเหลี่ยมด้านบนเราสามารถใช้ประโยชน์จากองค์ประกอบในใต้เส้นทแยงมุมเพื่อเติมเต็มด้วยตัวสะท้อนแสงเหล่านี้ โชคดีที่รายการชั้นนำในเวกเตอร์เหล่านี้มีค่าเท่ากัน , ป้องกันปัญหาในแนวทแยง "โต้แย้ง" ของเมทริกซ์: เมื่อรู้ว่าพวกเขาเป็นทั้งหมดพวกเขาไม่จำเป็นต้องรวมและสามารถให้เส้นทแยงมุมกับรายการของRRQR0Rw11R
เมทริกซ์ "compact QR" ในฟังก์ชั่นqr()$qr
สามารถเข้าใจได้โดยคร่าวๆคือการเพิ่ม matrix และเมทริกซ์ "storage" สามเหลี่ยมที่ต่ำกว่าสำหรับตัวสะท้อน "แก้ไข"R
การประมาณการเจ้าของบ้านจะยังคงมีรูปแบบแต่เราจะไม่ทำงานกับ ( ) แต่แทนที่จะเป็นเวกเตอร์ซึ่งรายการแรกเท่านั้นที่จะได้รับการรับรองว่าเป็นและI−2uuTxu∥x∥=1w1
I−2uuTx=I−2w∥w∥wT∥w∥x=I−2wwT∥w∥2x(1){1}
ใครจะคิดว่ามันคงเป็นเรื่องปกติที่จะเก็บตัวสะท้อนแสงใต้เส้นทแยงมุมหรือไม่รวมรายการแรกของและเรียกมันว่าวัน อย่างไรก็ตามสิ่งที่ไม่เคยง่าย แต่สิ่งที่ถูกเก็บไว้ใต้เส้นทแยงมุมคือการรวมกันของและสัมประสิทธิ์ในการเปลี่ยนแปลงเจ้าของบ้านที่แสดงเป็น (1) เช่นนั้นกำหนด
เป็น:wR1qr()$qr
wtau
τ=wTw2=∥w∥2 , ตัวสะท้อนแสงสามารถแสดงเป็นw เวกเตอร์ "ตัวสะท้อน" เหล่านี้เป็นตัวที่ถูกเก็บไว้ภายใต้ในสิ่งที่เรียกว่า "compact "reflectors=w/τRQR
ตอนนี้เราอยู่ห่างจากเวกเตอร์หนึ่งองศาและรายการแรกไม่ใช่อีกต่อไปดังนั้นผลลัพธ์ของจะต้องรวมคีย์เพื่อเรียกคืนเนื่องจากเรายืนยันว่าไม่รวมรายการแรกของ "ตัวสะท้อน" เพื่อ พอดีทุกอย่างค่ะ แล้วเราเห็นค่าในผลลัพธ์หรือไม่ ก็ไม่สามารถคาดเดาได้ ในผลลัพธ์ของ(ที่เก็บคีย์นี้) เราพบ .w1qr()
qr()$qr
τqr()$qraux
ρ=∑reflectors22=wTwτ2/2
ดังนั้นกรอบสีแดงด้านล่างเราจะเห็น "ตัวสะท้อนแสง" ( ) ไม่รวมรายการแรกw/τ
รหัสทั้งหมดอยู่ที่นี่แต่เนื่องจากคำตอบนี้เกี่ยวกับจุดตัดของการเข้ารหัสและพีชคณิตเชิงเส้นฉันจะวางผลลัพธ์เพื่อความสะดวก:
options(scipen=999)
set.seed(13)
(X = matrix(c(rnorm(16)), nrow=4, byrow=F))
[,1] [,2] [,3] [,4]
[1,] 0.5543269 1.1425261 -0.3653828 -1.3609845
[2,] -0.2802719 0.4155261 1.1051443 -1.8560272
[3,] 1.7751634 1.2295066 -1.0935940 -0.4398554
[4,] 0.1873201 0.2366797 0.4618709 -0.1939469
ตอนนี้ฉันเขียนฟังก์ชันHouse()
ดังนี้:
House = function(A){
Q = diag(nrow(A))
reflectors = matrix(0,nrow=nrow(A),ncol=ncol(A))
for(r in 1:(nrow(A) - 1)){
# We will apply Householder to progressively the columns in A, decreasing 1 element at a time.
x = A[r:nrow(A), r]
# We now get the vector v, starting with first entry = norm-2 of x[i] times 1
# The sign is to avoid computational issues
first = (sign(x[1]) * sqrt(sum(x^2))) + x[1]
# We get the rest of v, which is x unchanged, since e1 = [1, 0, 0, ..., 0]
# We go the the last column / row, hence the if statement:
v = if(length(x) > 1){c(first, x[2:length(x)])}else{v = c(first)}
# Now we make the first entry unitary:
w = v/first
# Tau will be used in the Householder transform, so here it goes:
t = as.numeric(t(w)%*%w) / 2
# And the "reflectors" are stored as in the R qr()$qr function:
reflectors[r: nrow(A), r] = w/t
# The Householder tranformation is:
I = diag(length(r:nrow(A)))
H.transf = I - 1/t * (w %*% t(w))
H_i = diag(nrow(A))
H_i[r:nrow(A),r:ncol(A)] = H.transf
# And we apply the Householder reflection - we left multiply the entire A or Q
A = H_i %*% A
Q = H_i %*% Q
}
DECOMPOSITION = list("Q"= t(Q), "R"= round(A,7),
"compact Q as in qr()$qr"=
((A*upper.tri(A,diag=T))+(reflectors*lower.tri(reflectors,diag=F))),
"reflectors" = reflectors,
"rho"=c(apply(reflectors[,1:(ncol(reflectors)- 1)], 2,
function(x) sum(x^2) / 2), A[nrow(A),ncol(A)]))
return(DECOMPOSITION)
}
ลองเปรียบเทียบ ouput กับฟังก์ชั่นในตัว R ครั้งแรกที่ฟังก์ชั่นทำที่บ้าน:
(H = House(X))
$Q
[,1] [,2] [,3] [,4]
[1,] -0.29329367 -0.73996967 0.5382474 0.2769719
[2,] 0.14829152 -0.65124800 -0.5656093 -0.4837063
[3,] -0.93923665 0.13835611 -0.1947321 -0.2465187
[4,] -0.09911084 -0.09580458 -0.5936794 0.7928072
$R
[,1] [,2] [,3] [,4]
[1,] -1.890006 -1.4517318 1.2524151 0.5562856
[2,] 0.000000 -0.9686105 -0.6449056 2.1735456
[3,] 0.000000 0.0000000 -0.8829916 0.5180361
[4,] 0.000000 0.0000000 0.0000000 0.4754876
$`compact Q as in qr()$qr`
[,1] [,2] [,3] [,4]
[1,] -1.89000649 -1.45173183 1.2524151 0.5562856
[2,] -0.14829152 -0.96861050 -0.6449056 2.1735456
[3,] 0.93923665 -0.67574886 -0.8829916 0.5180361
[4,] 0.09911084 0.03909742 0.6235799 0.4754876
$reflectors
[,1] [,2] [,3] [,4]
[1,] 1.29329367 0.00000000 0.0000000 0
[2,] -0.14829152 1.73609434 0.0000000 0
[3,] 0.93923665 -0.67574886 1.7817597 0
[4,] 0.09911084 0.03909742 0.6235799 0
$rho
[1] 1.2932937 1.7360943 1.7817597 0.4754876
ถึงฟังก์ชั่น R:
qr.Q(qr(X))
[,1] [,2] [,3] [,4]
[1,] -0.29329367 -0.73996967 0.5382474 0.2769719
[2,] 0.14829152 -0.65124800 -0.5656093 -0.4837063
[3,] -0.93923665 0.13835611 -0.1947321 -0.2465187
[4,] -0.09911084 -0.09580458 -0.5936794 0.7928072
qr.R(qr(X))
[,1] [,2] [,3] [,4]
[1,] -1.890006 -1.4517318 1.2524151 0.5562856
[2,] 0.000000 -0.9686105 -0.6449056 2.1735456
[3,] 0.000000 0.0000000 -0.8829916 0.5180361
[4,] 0.000000 0.0000000 0.0000000 0.4754876
$qr
[,1] [,2] [,3] [,4]
[1,] -1.89000649 -1.45173183 1.2524151 0.5562856
[2,] -0.14829152 -0.96861050 -0.6449056 2.1735456
[3,] 0.93923665 -0.67574886 -0.8829916 0.5180361
[4,] 0.09911084 0.03909742 0.6235799 0.4754876
$qraux
[1] 1.2932937 1.7360943 1.7817597 0.4754876
qr.qy()
เห็นด้วยกับการคำนวณด้วยตนเองของqr.Q(qr(X))
ตามด้วยQ%*%z
โพสต์ของฉัน ฉันสงสัยจริงๆว่าฉันสามารถพูดอะไรที่แตกต่างเพื่อตอบคำถามของคุณได้หรือไม่ ฉันไม่ต้องการทำงานที่ไม่ดีจริง ๆ ... ฉันอ่านบทความของคุณมากพอที่จะเคารพคุณมาก ... ถ้าฉันหาวิธีที่จะแสดงความคิดเห็นโดยปราศจากรหัสเพียงแค่แนวคิดผ่านพีชคณิตเชิงเส้น ฉันจะกลับไปหามัน อย่างไรก็ตามฉันมีความสุขที่คุณพบว่าการสำรวจของฉันเกี่ยวกับคุณค่าบางอย่าง ด้วยความปรารถนาดีโทนี