Doğrusal regresyondaki kapalı w formu şöyle yazılabilir:
Bu denklemdeki ' nin rolünü sezgisel olarak nasıl açıklayabiliriz ?
Doğrusal regresyondaki kapalı w formu şöyle yazılabilir:
Bu denklemdeki ' nin rolünü sezgisel olarak nasıl açıklayabiliriz ?
Yanıtlar:
Bu yayınları özellikle yararlı buldum:
Çoklu doğrusal regresyon için en küçük kare tahmincisi nasıl elde edilir?
SVD ve PCA arasındaki ilişki. PCA gerçekleştirmek için SVD nasıl kullanılır?
http://www.math.miami.edu/~armstrong/210sp13/HW7notes.pdf
Eğer bir bir sonra matris matris bir tanımlayan çıkıntı sütun alan üzerine . Sezgisel, sen denklem bir üstbelirlenmiş sistemi var, ama yine de lineer bir harita tanımlamak için kullanmak istiyorum satırları eşler arasında değerlerine şey sona , . Bu nedenle, en yakın olana göndermek için, özelliklerinizin doğrusal bir kombinasyonu ( sütunları ) olarak ifade edilebilir . n × p X ( X T X ) - 1 X T X R p → R x i X y i i ∈ { 1 , … , n } X y X
yorumuna gelince , henüz şaşırtıcı bir cevabım yok. i temelde veri kümesinin kovaryans matrisi olarak düşünebileceğinizi biliyorum . ( X T X )
Geometrik bir bakış açısı, n boyutlu vektörler ve n boyutlu uzay . Burada alt-alanında da vektörler tarafından kapsanan .X β V X- β W x 1 , x 2 , ⋯ , x m,
Bu alt uzay iki farklı tipte koordinat hayal edebiliriz :
normal anlamda koordinatları değildir, ancak alt-alanında bir noktayı tanımlar yapmak . Her vektörleri üzerindeki dikey çıkıntılarla ilgilidir . Biz birim vektörleri kullanmak durumunda sonra (basitlik açısından) "koordinatları" bir vektör için şu şekilde ifade edilebilir:
ve tüm koordinatların kümesi:
için "koordinat" ifadesi koordinatın bir dönüşüm haline "koordinatları" için
Sen görebiliyordu ne kadar her ifade olarak diğer üzerine projeler
Daha sonra in geometrik yorumu, vektör projeksiyon "koordinatları" dan lineer koordinatlara olarak görülebilir. .
İfade izdüşümü "koordinatları" veren ve dönüştürür .
Not : projeksiyon "koordinatları", projeksiyon "koordinatları" ile aynıdır , çünkü .
Basit doğrusal regresyona aşina olduğunuzu varsayarsak: ve çözümü :
yukarıdaki nasıl karşılık geldiğini ve nasıl görmek kolaydır . Matrislerle uğraştığımız için düzen önemlidir. , KxK matrisidir ve , Kx1 vektörüdür. Dolayısıyla, sıra: