最小二乘问题的正则化方法求解（QR分解的实验报告）

实验内容及分析

import numpy as np
fs = float(0)           #范数
p = float(0)            #贝塔
print("请输入矩阵的行标：")
m = int(input())
print("请输入矩阵的列标：")
n = int(input())
I = np.array([([0 for i in range(m)])for i in range(m)])
for i in range(0,m):
    for j in range(0,m):
        if i==j:
            I[i][j]=float(1)       #定义一个单位矩阵
H = np.array([([0 for i in range(m)])for i in range(m)])
for i in range(0,m):
    for j in range(0,m):
        if i==j:
            H[i][j]=float(1)
a = np.array([([0 for i in range(n)])for i in range(m)])
print("请输入需要求的矩阵：")
for i in range(0,m):
    for j in range(0,n):
        a[i][j]=float(input())
for i in range(0,n):
    x = np.array([[float(0)] for k in range(0,m)])
    v = np.array([[float(0)] for k in range(0,m)])
    e = np.array([[float(0)] for k in range(0,m)])
    e[i][0]=float(1)
    for j in range(i,m):
        x[j] = a[j][i]
    fs = float((x.T@x)**(1/2))
    v = x-fs*e
    p = float(2/(v.T@v))
    H = (I-p*(v@v.T))@H
    a = (I-p*(v@v.T))@a
print("注:由于计算机的精度问题，存在一定误差。")
print("输出的正交矩阵(QR分解的Q):")
print(np.linalg.inv(H))
print("输出的上三角+零矩阵(QR分解的R):")
print(a)

实验中的问题及解决

1.问题：矩阵的行标列标在进行运算时可能存在不匹配的情况。

解决方法：用逐步输出的方法找到问题所在并解决。

2.问题：由于计算机的精度，计算值和理论值存在一定误差。

解决方法：通过人为的变化，例如矩阵出现可忽略不计的值时，可计为零。