Zamkniętą formę w regresji liniowej można zapisać jako
Jak intuicyjnie wyjaśnić rolę w tym równaniu?
Zamkniętą formę w regresji liniowej można zapisać jako
Jak intuicyjnie wyjaśnić rolę w tym równaniu?
Odpowiedzi:
Uważam, że te posty są szczególnie pomocne:
Jak uzyskać estymator najmniejszych kwadratów dla wielokrotnej regresji liniowej?
Związek między SVD a PCA. Jak używać SVD do wykonywania PCA?
http://www.math.miami.edu/~armstrong/210sp13/HW7notes.pdf
Jeżeli jest n x s matrycy czym macierz X ( X , T X ) - 1 x T wyznacza występ na powierzchni kolumny X . Intuicyjnie, masz nadokreślony układ równań, ale nadal chcesz go używać do definiowania liniowa mapa R p → R , która będzie mapować wiersze x I od X do czegoś blisko wartości y i , i ∈ { 1 , ... , n }. Postanawiamy więc wysłać do najbliższej rzeczy y, która może być wyrażona jako liniowa kombinacja twoich cech (kolumny X ).
Jeśli chodzi o interpretację , nie mam jeszcze niesamowitej odpowiedzi. Wiem, że możesz myśleć o ( X T X ) jako o zasadzie macierzy kowariancji zestawu danych.
Geometrycznej punktu widzenia może być jak n-wymiarowych wektorów i X, p będących punktami w n-wymiarowej przestrzeni V . gdzie Xjest również w podprzestrzeniWobjętej przez wektoryX1,X2,⋯,xm.
Dla tej podprzestrzeni możemy wyobrazić sobie dwa różne typy współrzędnych :
Do nie są współrzędne w regularnych sensie, ale robią określić punkt w podprzestrzeni . Każde α i odnosi się do prostopadłych rzutów na wektory . Jeśli stosujemy wektor jednostkowy x I (dla uproszczenia), a następnie „współrzędnych” a I do wektora Z może być wyrażona jako:
oraz zbiór wszystkich współrzędnych jako:
dla wyrażenie „współrzędne” α staje się konwersją ze współrzędnych β na „współrzędne” α
Możesz zobaczyć jako wyrażenie, ile każdy x i rzutuje na drugi x j
Następnie interpretację geometryczną można postrzegać jako mapę od wektorowych „współrzędnych” α do współrzędnych liniowych β .
Wyrażenie podaje rzut „współrzędnych” y i zamienia je w β .
Uwaga : W projekcji „Współrzędne” od są takie same, w postaci rzutu „współrzędnych” od Y od czasu ( .
Zakładając, że znasz prostą regresję liniową: i jej rozwiązanie : β = c o v [
Łatwo zobaczyć, jak odpowiada licznikowi powyżej, a X ′ X odwzorowuje na mianownik. Ponieważ mamy do czynienia z macierzami, kolejność ma znaczenie. X ' X jest macierzą KxK, a X ' y jest wektorem Kx1. Dlatego kolejność jest następująca: ( X ′ X ) - 1