本文探讨了矩阵分解中的旋转变换、反射变换、Householder反射和Givens旋转，详细介绍了QR分解及其在解决线性最小二乘问题中的应用。最小二乘法作为数据拟合的一种方法，通过最小化偏差平方和来找到最佳函数匹配。
矩阵分解
旋转变换与反射变换
P ′ ( x ′ , y ′ ) P^{'}(x^{'},y^{'}) P′(x′,y′)的极坐标 ( r , α + θ ) (r, \alpha+\theta) (r,α+θ) ， P ( x , y ) P (x,y) P(x,y)的极坐标 ( r , α ) (r,\alpha) (r,α)。
x = r c o s ( α ) , y = r s i n ( α ) x = rcos(\alpha),y=rsin(\alpha) x=rcos(α),y=rsin(α)
x ′ = r c o s ( α + θ ) , y ′ = r s i n ( α + θ ) x^{'} = rcos(\alpha+\theta),y^{'}=rsin(\alpha + \theta) x′=rcos(α+θ),y′=rsin(α+θ),即，
( x ′ y ′ ) = ( c o s ( θ ) − s i n ( θ )
最低0.47元/天 解锁文章
364
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
