선형 회귀 분석에서 닫힌 형태의 w는 다음과 같이 쓸 수 있습니다.
이 방정식에서 의 역할을 직관적으로 설명 할 수 있습니까?
선형 회귀 분석에서 닫힌 형태의 w는 다음과 같이 쓸 수 있습니다.
이 방정식에서 의 역할을 직관적으로 설명 할 수 있습니까?
답변:
이 게시물이 특히 유용하다는 것을 알았습니다.
다중 선형 회귀 분석을 위해 최소 제곱 추정기를 도출하는 방법은 무엇입니까?
SVD와 PCA의 관계. SVD를 사용하여 PCA를 수행하는 방법?
http://www.math.miami.edu/~armstrong/210sp13/HW7notes.pdf
경우 인 다음 행렬 행렬 X ( X T X ) - 1 X T 정의투영의 열 공간 상 X는 . 직관적으로, 당신은 방정식의 중복 - 결정된 시스템을 가지고,하지만 여전히 선형지도의 정의를 사용하려면 R의 P → R 행을 매핑합니다 X 난을 의 X 값에 뭔가 가까이에 y를 난 , 난 ∈ { 1 , ... , N }을. 따라서 우리는 를 y에 가장 가까운 것에 보내고 당신의 특징 ( X 열)의 선형 조합으로 표현할 수 있습니다 .
지금까지의 해석으로 , 나는 아직 놀라운 대답이 없습니다. ( X T X ) 를 기본적으로 데이터 세트의 공분산 행렬로 생각할 수 있다는 것을 알고 있습니다 .
기하학적 점은 N 차원 벡터 등일 수 및 X β N 차원 공간에있는 점 V . 여기서 X β 부분 공간에 또한 W 벡터에 의해 스패닝는 X 1 , X 2 , ⋯ , X의 m이 .
이 부분 공간 두 가지 다른 유형의 좌표를 상상할 수 있습니다 .
일반적인 의미에서 좌표 아니지만, 그들은 아 공간의 한 점을 정의 할 . 각각의 α i 는 벡터 x i 에 대한 수직 투영 과 관련이 있습니다. 단위 벡터 x i (간단 함을 위해)를 사용하면 벡터 z에 대한 "좌표" α i 는 다음과 같이 표현 될 수 있습니다.
모든 좌표 세트는 다음과 같습니다.
대해 "좌표"발현 α 좌표로부터 변환된다 β "좌표"로 α
는 각 x i 가 다른 x j 에 얼마나 많은 양을 투영 하는지를 나타내는 것으로 볼 수 있습니다
그 다음의 기하학적 해석 벡터 투영 "좌표"의 맵으로 알 수있는 α 선형 좌표 β .
식 투영 "좌표"범 Y를 과 ( X T X ) - 1 개 로 변한다들을 β .
참고 :의 투영 "좌표" 동일의 투영 "좌표"로 Y 사람 ( Y - Y ) ⊥ X .