Inne zagadnienia dotyczące równań macierzowo-wektorowych

Algebra liniowa dla data science w R

Eric Eager

Data Scientist at Pro Football Focus

Więcej równań niż niewiadomych

Algebra liniowa dla data science w R

Więcej równań niż niewiadomych

Algebra liniowa dla data science w R

Mniej równań niż niewiadomych

Algebra liniowa dla data science w R

Metody dla macierzy niekwadratowych

  • Redukcja wierszowa (ręcznie, trudna dla dużych problemów)

  • Metoda najmniejszych kwadratów (gdy więcej wierszy niż kolumn – stosowana w regresji liniowej)

  • Rozkład według wartości osobliwych (gdy więcej kolumn niż wierszy – stosowany w analizie głównych składowych)

  • Uogólniona odwrotność (pseudoodwrotność)

Algebra liniowa dla data science w R

Uogólniona odwrotność Moore'a–Penrose'a

library(MASS)
print(A)
     [,1] [,2]
[1,]    2    3
[2,]   -1    4
[3,]    1    7
ginv(A)
          [,1]        [,2]       [,3]
[1,] 0.3333333 -0.30303030 0.03030303
[2,] 0.0000000  0.09090909 0.09090909
ginv(A)%*%A
     [,1]          [,2]
[1,]    1 -1.110223e-16
[2,]    0  1.000000e+00
A%*%ginv(A)
           [,1]       [,2]      [,3]
[1,]  0.6666667 -0.3333333 0.3333333
[2,] -0.3333333  0.6666667 0.3333333
[3,]  0.3333333  0.3333333 0.6666667
Algebra liniowa dla data science w R

Uogólniona odwrotność Moore'a–Penrose'a

print(A)
     [,1] [,2]
[1,]    2    3
[2,]   -1    4
[3,]    1    7
print(b)
1 7 8
x <- ginv(A)%*%b
A%*%x
     [,1]
[1,]    1
[2,]    7
[3,]    8
Algebra liniowa dla data science w R

Czas na ćwiczenia!

Algebra liniowa dla data science w R

Preparing Video For Download...