线性最小二乘问题

线性最小二乘问题

线性最小二乘是一种求解线性系统参数的方法，即参数估计的方法。它的特点有：

• 需要已知参数与观察量之间的线性函数关系
• 存在多余观测

线性最小二乘原理

线性关系

对于一个参数估计问题，我们往往不能直接获得想要的参数值，需要通过间接观测的方式去反向求解。
例如：

1. 为了确定一辆车的平均速度，我们不能直接测量得到，我们是间接的借助单位时间内的路程，以及时间来反算速度。
2. 为了获得我在世界上的GPS位置，我们总是间接的借助卫星的位置，以及卫星到我们的距离来推算我们当前的位置。

可以看到很多很多问题不是我们可以直接测量的，再例如，我们想知道一个相机它的焦距，畸变参数，我们难以直接拿仪器测量，我们总是建立我们想要求解的参数X与我们易于观测量Y之间的函数关系：
$$F(X)=Y$$
通过已知的Y和已知的函数关系f(x)，反推出X的值。
当我们的已知这个函数关系是线性的时候，我们可以简化为：
$$AX=Y$$
其中A是参数X与观测Y之间的线性函数关系（线性运算（乘和加）可以由矩阵A表示）。

因此，为了求解我们想要的参数，我们已知观测Y和线性关系A，就可以求解待求参数X啦。

理解多余观测

当我们有了线性关系，在测量足够的情况下，我们就可以求解出参数X。
如：求解一个条直线的参数k和b：

$$AX=Y$$

$$\left[\begin{array}{c}{y}_0\\ y_1\end{array}\right]=\left[\begin{array}{cc}{x}_0& 1\\ x_1& 1\end{array}\right]\ast \left[\begin{array}{c}k\\ b\end{array}\right]$$

其中
$$X对应\left[\begin{array}{c}k\\ b\end{array}\right]$$
$$A对应\left[\begin{array}{cc}{x}_0& 1\\ x_1& 1\end{array}\right]$$
$$Y对应\left[\begin{array}{c}{y}_0\\ y_1\end{array}\right]$$

当然我们知道只需要两组x和y就可以通过矩阵求逆求出k和b了，X = A-1*Y。但这未免也太简陋了，如果我们有3组，4组甚至10组x,y，我们该怎么求解k,b呢？如果我们使用给用更多组的x，y我们求得的k和b是不是更加准确。
我们将“除了能唯一确定某个几何或物理模型的t个必要观测之外的其余观测值”称为多余观测。针对上述问题，多余两组的x，y都是多余观测。

当存在多余观测时，我们就不能像之前那样对矩阵A求逆了，那怎么求更准确的k和b呢？
这时候我们就可以借助最小二乘来求解存在多余观测的问题。

理解残差

在我们利用最小二乘来求解存在多余观测的问题之前，我们先介绍残差，它能更好的帮助我们理解最小二乘的原理。

接着上面的例子将，当我存在多组x,y时，它们并不会乖乖的向我们设想那样，总在一条直线上，它们可能是这种形式：

即近似的成一条直线，为啥出现近似而非一定呢，这个时候我们就需要介绍更一般（泛）的概念了，我们必须假设我们的到的观测是一个随机变量，例如，（你每次拿勺子喝汤，你能够保证每次摇到的汤重量一致吗，你只能把这个过程建模成一个随机过程，即每一次摇到的汤或多或少，它们呈现某种分布，例如高斯分布），对于上述问题也是一样，我们得到的x和y，可能并不一定服从某个k和b，而是大致服从某个k和b。也就是上述图形。由于随机误差的存在，我们可能永远不能得到准确的k，b。但我们可以基于已有的所有数据（包括多余观测）算出一个最优的，最能符合观测的k，b。这才是我们想要求得的

为了求得所谓的最优，我们先介绍残差的概念。

残差的公式可简写为：
$$V=AX-Y$$
在理想情况下：
$$0=AX-Y$$
但在实际情况中，AX - Y并不等于0，我们定义另一个量V，来代表我们AX估计出的$\hat{Y}$值与观测值Y之前的差。我们将它画在图上：

不能发现，观测量到其拟合直线之间的y值之差的绝对值，就是残差V的几何意义。

最小二乘的“最优”准则

在我们了解了残差V的几何意义之后，我们不难想象，如果令V最小，就可以确定一条较为准确的直线，如果令$||V|{|}_2$即$V^2$，最小，我们也可以确定一条较为准确的直线。我们将令$V^2$最小作为求解准则的方法，称为最小二乘法（也很好理解，残差的二乘（平方）最小的方法–最小二乘法）。
我们这里介绍的最小二乘，可能看起来比较粗暴，有人会问为啥就不能使用|V|最小作为最优原则呢？
其实最小二乘是符合统计意义上的“最优”的，当我们假设观测量Y（随机变量）是正态分布时，为满足其成正太分布的条件，那它必须满足$V^{T}V$最小。（即最小二乘估计与极大似然估计等价，详情见：https://blog.csdn.net/u013344884/article/details/79483705）
这时你可能有些模糊了，为了绕开晦涩的概念，你可以简单理解：
我们理论假设是观测值的残差是正太分布的。
为了让残差呈现正太分布，我们只需让$V^{T}V$最小即可确保残差是呈现正太分布的。
因此，我们可以求使得$V^{T}V$最小的参数，为符合最小二乘的最优参数。

最小二乘求解

方法1：求解法方程

线性方程组$Ax=b$的最小二乘问题一定有解，且求解最小二乘问题与求解线性方程组的法方程组等价。
推导：
$$V=AX-Y$$
$$argmin{V}^{T}V$$
则
$$\frac{{\partial }^{}{V}^{T}V}{\partial X}=0$$
（$A$为超定矩阵，$A^{T}A$是方阵）
由二次凸优化的理论可知，当$A^{T}A$正定 ($A^{T}A$(可逆)，正定一定可逆，可逆不一定正定)时，$V^{T}V$与参数X组成的函数是凸函数，存在全局最小值，其最小值在$V^{T}V$对X求偏导等于0处。（即$V^{T}V$组成二次型（y= $X^{T}AX$+2βX+c），如果A正定，那么y一定是凸函数，见https://wenku.baidu.com/view/fde33592a76e58fafab003a2.html）
二次凸函数：

对于线性最小二乘，只要$A^{T}A$没有秩亏现象，（没有线性相关的情况）那线性最小二乘一定满足二次凸的性质（即其最小值在$V^{T}V$对X求偏导等于0处）

$$\frac{{\partial }^{}{V}^{T}V}{\partial X}=2V^{T}A=2(AX-Y{)}^{T}A=0$$
则：
$$A^T(AX-Y)=0$$
$$A^{T}AX-A^{T}Y=0$$
$$X=(A^{T}A{)}^{-}{A}^{T}Y$$
当$A^{T}A$正定 ¹ ($A^{T}A$(可逆))时，X的最小二乘估计值就是$(A^{T}A{)}^{-}{A}^{T}Y$

这样我们就得到了最小二乘的解

用法方程组来求解最小二乘法可能会引出好多问题，我们提倡用QR分解来求解。

数值求法：QR分解

参考：https://blog.csdn.net/LCCFlccf/article/details/84875534
https://www.cnblogs.com/caimagic/p/12202884.html

将求解$X=(A^{T}A{)}^{-}{A}^{T}Y$的问题转化成求解矩阵A的QR分解矩阵的问题。
最终$X=R^{-}{Q}^{T}Y$

方法2：梯度下降

既然线性最小二乘问题是一个二次凸问题，那它一定是凸函数，这时候，梯度下降法就完全适合，通过迭代xi+1 = ▽+xi的方式，也可以求得一个非常好的解。

方法3：线性回归

线性回归也是通过迭代的方式一步步逼近参数最优值，它与梯度下降方式不同在于，梯度下降法的每一次迭代使用到了所有的观测，对所有观测一直迭代，直到最优，而线性回归根据现有观测，分批迭代，甚至是一个观测一个观测的迭代。

直接求逆的造成的损失是QR分解平方倍，见：
https://blog.csdn.net/weixin_46581517/article/details/105178304

---

1. 只要A的列向量线性无关，则$A^{T}A$正定则$A^{T}A$可逆，见https://zhuanlan.zhihu.com/p/84223081 ↩︎