问题标签 [least-squares]

我正在拟合具有相同预测变量和大量响应的最小二乘模型，而我需要的只是残差。该qr.resid函数是我发现执行此操作的最简单的函数，但它占用的内存比必要的多，因为它内部的 Fortran 代码返回了一些不必要的东西，这些东西在qr.resid返回结果之前被丢弃。

这意味着当响应的数量足够大时，我的系统必须开始交换内存，并且需要很长时间才能得到答案。一个一个地做（在 R 中使用循环）更快，因为它不交换，但（大概）比以矢量化方式做整个事情要慢。

也就是说，当这个版本y足够小而不会导致交换时，这个版本会更快：

但是这个版本对于大型来说更快，y因为它不交换：

有什么建议么？我更喜欢使用现有的函数（或者至少是现有的算法）而不是自己滚动，因为可能会出现数值问题。

这是重现问题的代码；你必须N为你的系统制造足够大的空间。

I have 5 points on a circle:..........1
................................... ......... 2 ...... . 3

Now I have its rotated image: .............

.............................................................1. .......3

Note: the points aren't numbered.

I basically have 5 sets of coordinates, which when plotted look like the below image.

I need to calculate the amount by which i have to tilt the image so as to make it look like the above image

我正在尝试获取两个变量散点图的残差。lsline我可以使用matlab的函数得到最小二乘线性回归线。但是，我也想获得残差。我怎样才能在matlab中得到这个。为此，我需要知道线性回归线的参数a和b

我正在尝试创建一个函数，该函数将根据传入的 lambda 函数进行最小二乘拟合。我想创建一个长度为零的数组，该数组的长度等于 lambda 函数为初始猜测 lambda 函数所采用的参数数量。所以如果它是线性的，我想要[0,0]，而对于二次我想要[0,0,0]。

在这里，我想创建一个零数组。但此时 p 尚未定义。所以 len(p) 不起作用。

我想在lsqcurvefit命令中使用 Levenberg Marquardt 算法。我做了以下事情：

我收到以下错误：

??? Error using ==> optim\private\lsqncommon
LSQCURVEFIT only accepts inputs of data type double.


Error in ==> lsqcurvefit at 149
[x,Resnorm,FVAL,EXITFLAG,OUTPUT,LAMBDA,JACOB] = ...

我该如何克服这个错误？

我需要对两组 3D 数据执行一些基本的直方图匹配。这是更大算法的一部分。

我的目标是通过最小化以下成本函数来执行此操作：

|| cumpdf(f(A)) - cumpdf(B) || .^2

在哪里：

cumpdf 是累积直方图

f() 是线性变换 a*A + b 其中 a/b 是要
确定的仿射系数

A是要变换的图像，B是要匹配的图像

我正在使用 lsqcurvefit 但是我遇到了一些麻烦，因此真的需要一些帮助。

Amask 和 Bmask 只是代表我需要做的一些索引。

我的问题是：我知道以上是错误的。但是，关于成本函数和目标，我认为它最能代表我想做的事情。一些帮助我将不胜感激！

已经有这样的问题，但没有回答，所以我尝试再次发布。有谁知道C++（或 C）中偏最小二乘算法的开源实现？或者也许是一个图书馆？

是否有用于灵活最小二乘 (FLS) 回归¹的 MATLAB 实现？

我正在寻找一种体面的（嗯，最不痛苦的）方法来处理随时间变化的系数的回归。欢迎所有想法，但最好是指向 FLS 回归实现的指针，因为经过广泛的谷歌搜索后我找不到一个。

^{1. R. Kalaba 和 L. Tesfatsion (1989)，“通过灵活最小二乘法进行时变线性回归”，计算机和数学及其应用，卷。17，第 1215-1245 页}

我正在尝试将曲线拟合到图像中的多个像素，以便可以对其形状进行进一步处理。有谁知道如何在 C/++ 中实现最小二乘法，最好使用以下参数：x 数组、y 数组和答案数组（答案数组的长度应该说明需要计算多少个系数）？

我正在使用 MATLAB 的lsqnonlin函数，并且试图通过选项设置用户定义的 Jacboian模式JacobPattern。我为trust-region-reflective要使用的算法设置了一个首选项，并且outputfromlsqnonlin表明这确实是求解器使用的算法（使用该JacobPattern选项所必需的）。

我发现的问题是，如果我JacobPattern的太稀疏（例如，在 500x500 雅可比行列式中只有几行），求解器将忽略它，而是计算完整的雅可比行列式。

此行为未记录在案；任何人都可以进一步阐明它吗？我希望能够强制求解器使用 myJacobPattern无论它多么荒谬，或者它的梯度有多浅。

更新：

我做了更多的实验，似乎只有在雅可比模式中有任何全零行时才会重新计算雅可比。任何数量的全零列都可以，只要每行至少有一个“1”。虽然这有助于避免问题，但问题仍然存在 --- 为什么求解器要求每个因变量具有关联的梯度？无论如何，我希望忽略用户定义的选项至少值得警告......