线性代数之——最小二乘

1. 最小二乘

$Ax=b$ 经常会没有解，当方程个数大于未知数个数，也即 $m>n$ 时，列空间并不是 $R^m$ 空间的全部，因此 $b$ 可能不在列空间中，这时候方程组就无解，但我们不应该就此而停止。

也就是误差 $e=b-Ax$ 并不总是能得到 0，这时候，如果误差 $e$ 的长度尽可能的小，那我们就得到了最小二乘解 $\hat{x}$。

当 $Ax=b$ 无解的时候，我们乘以 $A^T$ 来求解 $A^{T}Ax=A^{T}b$。

假如我们要找到一条直线，让它距离 (0, 6) ，(1, 0)，(2, 0) 这三点最近。没有直线 $b=C+Dt$ 同时穿过这三点，我们要找的两个常数 $C$ 和 $D$。

$$\begin{array}{rlrl}& C+& D& \cdot 0=6\\ & C+& D& \cdot 1=0\\ & C+& D& \cdot 2=0\end{array}$$

$$A=\left[\begin{array}{cc}1& 0\\ 1& 1\\ 1& 2\end{array}\right]x=\left[\begin{array}{c}C\\ D\end{array}\right]b=\left[\begin{array}{c}6\\ 0\\ 0\end{array}\right]$$

由于 $b=(6,0,0)$ 不是 $A$ 的列的一个线性组合，因此方程组无解。

$$A^{T}Ax=A^{T}b\to \left[\begin{array}{cc}3& 3\\ 3& 5\end{array}\right]\left[\begin{array}{c}C\\ D\end{array}\right]\left[\begin{array}{c}6\\ 0\end{array}\right]$$

$$\begin{array}{r}C=5\\ D=-3\end{array}$$

因此，距离这三点最近的一条直线为 $b=5-3t$。

2. 最小化误差

• 几何理解

任何 $Ax$ 都是 $A$ 的列的一个线性组合，它们都位于以 $A$ 的列为基的一个平面中。因此，我们要找的就是平面中的一个距离 $b$ 最近的向量，而这个向量就是 $b$ 在这个平面中的投影 $p$。

• 代数理解

$Ax=b=p+e$ 是不可解的，但 $A\hat{x}=p$ 是可解的。我们需要最小化下面这个误差

$$||Ax-b|{|}^2=||Ax-p|{|}^2+||e|{|}^2$$

当取 $x=\hat{x}$，$ ||Ax-p||^2 = 0$，因此最小误差为 $|e|{|}^2$。

• 微积分理解

误差函数可以表示为

两个未知数有两个导数，当导数分别为零时，我们就得到了误差函数的最小值。

整理后我们得到

可以看到，这和 $A^{T}Ax=A^{T}b$ 得到的结果是一样的。也就是说当 $A^{T}Ax=A^{T}b$ 的时候 $||Ax-b|{|}^2$ 的偏导数为零。

在四个基本子空间中，这次我们将 $b$ 分解为 $b=p+e$，这时候 $A^{T}Ax=A^{T}b$ 的零空间解只有零向量，因此最优解只有一个 $A\hat{x}=p$。

获取更多精彩，请关注「seniusen」!