一
最小二乘法的基本原理
从整体上考虑近似函数
同所给数据点
(i=0,1,
…
,m)
误差
(i=0,1,
…
,m)
小,
常用的方法有以下三种:
一是误差
(i=0,1,
…
,m)
绝对值的最大值
,
即误差
向
量
的∞
—
范数;
二是误差绝对值的和,
即误差向量
r
的
1
—
范数;
三是误差平方
和
的算术平方根,即误差向量
r
的
2
—
范数;前两种方法简单、自然,但不便于
微分运算
,后一种方法相当于考虑
2
—
范数的平方,因此在曲线拟合中常采用
误差平方和
来
度量误差
(i=0
,
1
,…,
m)
的整体大小。
数据拟合的具体作法是:
对给定数据
(i=0,1,
…,
m)