最小二乘准则@原理以及推导
最小二乘准则
最小二乘法的目的是为了寻找能够拟合真实数据分布的数学模型。
定义
通过最小化误差的平方和,寻找数据的最佳函数匹配,从而能够根据最佳函数来预测新变量对应的数值。
证明
1. 寻找投影方向 a ∗ a^* a∗
Y
a
=
b
Ya = b
Ya=b
Y = [Y1 Y2 Y3 Y4]
b = [b1 b2 b3 b4]
其中Y代表规范化增广向量样本,b代表对应的函数值
定义误差 e = Y a - b, 平方误差准则函数
J(a)=
∣
e
∣
∣
2
|e||^2
∣e∣∣2 =
∣
Y
a
−
b
∣
∣
2
|Y a - b||^2
∣Ya−b∣∣2
2.求使得J(a)最小的 a ∗ a^* a∗
令
▽
j
=
0
\bigtriangledown j = 0
▽j=0,我们可以得到
Y
T
Y
a
∗
=
Y
T
b
Y^TYa^*=Y^Tb
YTYa∗=YTb.
因此,
a
∗
=
(
Y
T
Y
)
−
1
Y
T
b
=
Y
+
b
a^*=(Y^TY)^{-1}Y^Tb=Y^+b
a∗=(YTY)−1YTb=Y+b
Y
+
Y^+
Y+为左逆矩阵