python 中的加权非负最小二乘线性回归
Weighted Non-negative Least Square Linear Regression in python
我知道有一个 weighted OLS solver,还有一个
constrained OLS solver.
有没有结合两者的套路?
您可以通过修改 X 和 y 输入来模拟 OLS 加权。在 OLS 中,您求解 β for
XtX β = Xty.
在加权 OLS 中,you solve
XtX W β = Xt W y.
其中 W 是具有非负项的对角矩阵。由此得出 W0.5 存在,你可以将其表述为
(XW0.5)t(XW0.5) β = (X W0.5)t(XW0.5) y,
这是一个 OLS 问题 X W0.5 和 W0.5 y.
因此,通过修改输入,您可以使用不直接识别权重的非负约束系统。
我知道有一个 weighted OLS solver,还有一个 constrained OLS solver.
有没有结合两者的套路?
您可以通过修改 X 和 y 输入来模拟 OLS 加权。在 OLS 中,您求解 β for
XtX β = Xty.
在加权 OLS 中,you solve
XtX W β = Xt W y.
其中 W 是具有非负项的对角矩阵。由此得出 W0.5 存在,你可以将其表述为
(XW0.5)t(XW0.5) β = (X W0.5)t(XW0.5) y,
这是一个 OLS 问题 X W0.5 和 W0.5 y.
因此,通过修改输入,您可以使用不直接识别权重的非负约束系统。