【问题标题】:Using QR decomposition to solve least squares in MatlabMatlab中使用QR分解求解最小二乘
【发布时间】:2014-04-22 17:07:14
【问题描述】:

我正在使用 Matlab 用普通最小二乘法 (OLS) 估计回归模型。

模型是y = xB,其中x 是一个非常稀疏的矩阵,维度为500000 x 2500。我正在使用 QR 分解:

[C,R] = qr(x,y,0)

然后用

估计b
b = R\C

我的问题是我是否需要担心这里的数字错误。我需要做一些额外的迭代吗?我应该检查RR'R 的条件号吗?任何指导将不胜感激。

【问题讨论】:

    标签: matlab least-squares qr-decomposition


    【解决方案1】:

    matlab推荐的方式是:

    b = X\y;

    查看http://www.mathworks.com/help/matlab/ref/mldivide.html更多关于 部分,了解 matlab 如何在后台处理不同的情况。

    如果您想利用 X 的稀疏性,只需在调用 \ 之前将 X 声明为稀疏 X = sparse(X)

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2015-04-04
      • 2018-05-16
      • 2016-08-13
      • 2019-02-25
      • 1970-01-01
      • 2014-04-12
      相关资源
      最近更新 更多