最小二乘法公式推导过程

最小二乘法公式推导过程

假设现在有n对坐标系中的点

现在要做k阶多项式拟合,多项式函数如下

将已知的观测点数据代入上述公式得到如下n组等式:

……

最小二乘法(又称最小平方法)是一种数学优化技术。它通过最小化误差平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据,并使得这些求得的数据与实际数据之间误差的平方和为最小,如下所示:

代入公式可以得到

可以通过上述公式对

求偏导后,令其为0来求解所有a的值,得到下面的式子

……

将上述方程整理归纳得

……

将上述方程用矩阵表述

将上述方程分解,令

那么上面的矩阵计算可以简化为

,所以得到

网上的一些证明到这里基本就结束了,但我觉得根据逆矩阵的特性还可以优化的,在矩阵中AB的逆等于B的逆乘A的逆,如下

化简可以得到a为X的逆乘Y

计算出X的逆矩阵乘Y得到的就是多项式的系数,就能得到一个多项式了,曲线拟合就算完成了。

但是有没有发现,X的逆矩阵计算量很大,还要明白如何求解逆矩阵的,用程序去实现也有一定难度。

后面会介绍一种法则,求解多项式的系数,套公式即可。以及用C语言实现最小二乘法的2次曲线拟合算法。

郑重声明:本文内容及图片均整理自互联网,不代表本站立场,版权归原作者所有,如有侵权请联系管理员(admin#wlmqw.com)删除。
上一篇 2022年6月28日 22:32
下一篇 2022年6月28日 22:32

相关推荐

联系我们

联系邮箱:admin#wlmqw.com
工作时间:周一至周五,10:30-18:30,节假日休息