当,对值施加球形限制最小二乘问题可以写成 对于超定系统,。\ | \ cdot \ | _2是向量的欧几里得范数。
\ beta的对应解由
我知道有一个属性, \ begin {equation} \ left(X ^ TX + \ lambda I \ right)^ {-1} X ^ T = X ^ T \ left(XX ^ T + \ lambda I \ right )^ {-1} \。\ end {equation}在不确定情况下(带有添加的正则化参数\ lambda),
当,对值施加球形限制最小二乘问题可以写成 对于超定系统,。\ | \ cdot \ | _2是向量的欧几里得范数。
\ beta的对应解由
我知道有一个属性, \ begin {equation} \ left(X ^ TX + \ lambda I \ right)^ {-1} X ^ T = X ^ T \ left(XX ^ T + \ lambda I \ right )^ {-1} \。\ end {equation}在不确定情况下(带有添加的正则化参数\ lambda),
Answers:
首先将岭回归问题表述为
您可以将问题写为
哪里
和
由于部分,矩阵具有完整的列等级。因此,最小二乘问题是唯一的解决方案
用和,并简化很多0,我们得到
此推导中的任何内容都不取决于是否具有更多的行或列,甚至取决于是否具有完整的排名。因此,该公式适用于不确定情况。
一个代数事实是,对于,
因此,我们也可以选择使用
。
要回答您的特定问题:
是的,这两个公式都适用于不确定情况以及超定情况。他们还工作,如果小于最小的行数和列数的。对于未确定的问题,第二种版本可能更有效,因为在这种情况下比小。
我不知道从其他阻尼最小二乘问题开始并使用法线方程的公式的替代版本的任何派生。无论如何,您都可以使用一些代数以直接的方式导出它。
您可能正在考虑以下形式的岭回归问题
服从
但是,此版本的岭回归问题仅导致相同的阻尼最小二乘问题。