sklearn-1.1.9.正交匹配追踪（OMP）

1.1.9.正交匹配追踪

OrthogonalMatchingPursuit和orthogonal_mp实现OMP算法，用于近似线性模型的拟合，其中非线性系数的数量（即L 0伪范数）受到约束。

作为最小角度回归等前向特征选择方法，正交匹配追踪可以用固定数量的非零元素逼近最优解矢量：

或者，正交匹配追踪可以针对特定的错误而不是特定数量的非零系数。 这可以表示为：

OMP基于贪婪算法，该算法在每一步都包含与当前残差高度相关的原子。 它与较简单的匹配追踪（MP）方法类似，但更好的是，在每次迭代中，残差通过在先前选择的字典元素的空间上的正交投影重新计算。

例子

我是例子

参考文献

• http://www.cs.technion.ac.il/~ronrubin/Publications/KSVD-OMP-v2.pdf
• Matching pursuits with time-frequency dictionaries, S. G. Mallat, Z. Zhang,