/ Forside / Karriere / Uddannelse / Højere uddannelser / Nyhedsindlæg
Login
Glemt dit kodeord?
Brugernavn

Kodeord


Reklame
Top 10 brugere
Højere uddannelser
#NavnPoint
Nordsted1 1588
erling_l 1224
ans 1150
dova 895
gert_h 800
molokyle 661
berpox 610
creamygirl 610
3773 570
10  jomfruane 570
Least square
Fra : Jens N


Dato : 27-11-05 01:00

Jeg forsøger at forstå least square, men tynges af en for ringe forståelse
for begreber som Hessian matrix m.m.
Først havde jeg indtryk af at metoden var itterativ, men nu bemærker jeg
flere steder at for problemet
B*X=k har løsningen X=(B_transposed*B)^-1*k, som jo ikke er itterativ, men
bare lige ud af landevejen.
Er metoden så direkte, som løsningen antyder?

Hvis nogen her har lyst til at forsøge at forklare mig hvordan løsningen
tolkes, eller kan linke til en forklaring for idioter, så vil det være en
enorm hjælp. Jeg er som sådan ikke uvidende om lineær algebra, men hessian
er mig fremmed, og det er bærende i alle de forklaringer jeg har set.




 
 
Jens N (27-11-2005)
Kommentar
Fra : Jens N


Dato : 27-11-05 03:47

> Er metoden så direkte, som løsningen antyder?

Ok, jeg installerede matlab og testede nogle hjemmebryggede eksempler, og
det er virkelig så simpelt.

Jeg vil dog stadig gerne henvises til en forklaring på udledningen af
formelen.
Erdet iøvrigt korrekt at hvis B er en nxm matrix, så er beregningen af x
O(n*m)?



Jens Axel Søgaard (27-11-2005)
Kommentar
Fra : Jens Axel Søgaard


Dato : 27-11-05 10:26

Hej Jens N,
> Hvis nogen her har lyst til at forsøge at forklare mig hvordan løsningen
> tolkes, eller kan linke til en forklaring for idioter, så vil det være en
> enorm hjælp. Jeg er som sådan ikke uvidende om lineær algebra, men hessian
> er mig fremmed, og det er bærende i alle de forklaringer jeg har set.

Måske kan du bruge Preben Møller Henriksens note:
<http://home3.inet.tele.dk/pmh/Tema/lsq/mindste-kvadrat.pdf> ?

Eller er det en anden situation, du ser på?
--
Jens Axel Søgaard



Jens N (27-11-2005)
Kommentar
Fra : Jens N


Dato : 27-11-05 13:52

> Måske kan du bruge Preben Møller Henriksens note:
> <http://home3.inet.tele.dk/pmh/Tema/lsq/mindste-kvadrat.pdf> ?

Det ser overkommeligt ud. Jeg burde nok kunne opfylde kravene, der stilles i
indledningen.
Jeg læser senere i dag. Takker for linket.




Carsten Svaneborg (04-12-2005)
Kommentar
Fra : Carsten Svaneborg


Dato : 04-12-05 21:33

Jens N wrote:
> Jeg forsøger at forstå least square, men tynges af en for
> ringe forståelse for begreber som Hessian matrix m.m.

Hvad en Hessian matrice er er ikke så essentielt for least
squares. Så måske har du en for matematisk præsentation?
(jeg ved ikke hvad en Hessian matrice er, men jeg ville
mene at jeg ved hvad Least Squares er)

Har du Numerical Recepies, den har en kort introduktion?


> Er metoden så direkte, som løsningen antyder?

Hvis din model er en linær funktion, så bliver Least squares
(linære regression) til simpel matrix udregning, men generelt
for ikke-lineære modeller må minimeringen udføres iterativt.
F.eks. med Levenberg-Marquart algoritmen.


--
Mvh. Carsten Svaneborg
http://gauss.ffii.org

Søg
Reklame
Statistik
Spørgsmål : 177558
Tips : 31968
Nyheder : 719565
Indlæg : 6408927
Brugere : 218888

Månedens bedste
Årets bedste
Sidste års bedste