矩陣—向量方程的其他考量

R 的資料科學線性代數

Eric Eager

Data Scientist at Pro Football Focus

方程多於未知數

R 的資料科學線性代數

方程多於未知數

R 的資料科學線性代數

方程少於未知數

R 的資料科學線性代數

非方陣的解法選項

  • 列簡化(手算,大型問題困難)

  • 最小平方法(列多於欄;用於線性迴歸)

  • 奇異值分解(欄多於列;用於主成分分析)

  • 廣義反矩陣或擬逆

R 的資料科學線性代數

Moore–Penrose 廣義反矩陣

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
R 的資料科學線性代數

Moore–Penrose 廣義反矩陣

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
R 的資料科學線性代數

一起來練習吧!

R 的資料科學線性代數

Preparing Video For Download...