凸优化第六章逼近与拟合 6.2最小范数问题
6.2最小范数问题
最小范数问题具有如下形式:
其中,
为
上一种范数,A的行向量相互独立,
,m=n时唯一可行解是
,无意义,所以只有当
时,方程Ax=b不定时,最小范数问题才有意义。
即
解释:
(1)几何解释:可行集是是仿射集合,目标函数是在
下x和0的距离。即在仿射集合中找到距离0最近的点。
(2)估计解释:假设x为待估计的变量,有m<n个很好地线性测量值,由Ax=b给出,但是测量值少于待估计的参数,所以会有很多的满足测量值得估计向量,在这些估计向量中找到一个在范数下最小的。
(3)设计解释:x是要设计的变量。b是期望得到的结果,设计中有m个是要求,是一定要达到的,而x的维度是n,所以欧n-m个自由度,允许自由发挥的,所以最小范数问题即在满足m个要求的前提下,可以自由发挥,在这些基础上找到一个最好的设计,即用最小的可能值满足Ax=b。
线性方程组的最小二乘解
其对偶函数:
原问题的KKT条件:
由方程二解得,带入方程一
,得到
最小罚问题
称为残差罚函数,
是凸函数且非负的。
凸优化第六章逼近与拟合 6.2最小范数问题相关推荐
- 最优化方法(学习笔记)-第六章逼近与拟合
文章目录 范数逼近和最小范数 观测m≥\geq≥未知n 范数逼近的定义及解释 罚函数逼近 观测m≤\leq≤未知n 最小范数问题 最小罚函数问题 正则化逼近 正则化理解 标量化问题 Tikhonov ...
- 凸优化 matlab-cvx-第十一章ADVANCED TOPICS
注意:在本节中,我们描述了CVX的一些更高级的功能.我们建议你先跳过这一节,直到你对上面描述的基本能力感到满意为止. 11.1消除二次型 我们强烈建议的一个特殊的改写是消除二次型- -即像sum _ ...
- 凸优化第四章凸优化问题 4.2凸优化
4.2凸优化 标准形式的凸优化问题 局部最优解与全局最优解 可微函数的最优性准则 等价的凸问题 拟凸优化 标准形式的凸优化问题 是凸函数,等式约束是仿射函数.则此优化问题是凸优化问题. 也可以写成 重 ...
- 凸优化第五章对偶 5.1 Lagrange对偶函数
5.1 Lagrange对偶函数 Lagrange Lagrange对偶函数 最优值的下界 例子 Lagrange对偶函数和共轭函数 Lagrange 标准形式的优化问题: 其中,问题的定义域,注意这 ...
- 凸优化第五章对偶 5.1Lagrange对偶函数
5.1Lagrange对偶函数 Lagrange Lagrange对偶函数 最优值的下界 例子 Lagrange对偶函数和共轭函数 Lagrange 标准形式的优化问题: 其中,问题的定义域,注意这里 ...
- 凸优化第三章凸函数 3.1基本性质和例子
3.1基本性质和例子 定义 扩展值延伸 一阶条件 二阶条件 例子 下水平集 上境图 Jensen不等式及其扩展 不等式 定义 函数f是凸函数,当f的定义域S是凸集,且 严格凸函数: 从几何上来看,如下 ...
- 凸优化第三章凸函数 3.5 对数-凹函数和对数-凸函数
3.5 对数-凹函数和对数-凸函数 定义 相关性质 定义 称函数对数凹,如果是凹函数. 称函数对数凸,如果是凸函数. 函数f是对数凸的当且仅当1/f是对数凹的. 当时,,相当于对log(f)进行扩展值 ...
- 凸优化第三章凸函数 3.3 共轭函数
3.3 共轭函数 定义 基本性质 定义 设函数,定义函数为: 此函数称为f(x)的共轭函数.从3.2节逐点上确界的内容也可以看出,此函数也是的逐点上确界函数,而是关于y的仿射函数,可以将其看成是凸函数 ...
- 凸优化第三章凸函数 3.3共轭函数
3.3共轭函数 定义 基本性质 定义 设函数,定义函数为: 此函数称为f(x)的共轭函数.从3.2节逐点上确界的内容也可以看出,此函数也是的逐点上确界函数,而是关于y的仿射函数,可以将其看成是凸函数, ...
- 吴恩达机器学习(第六章)——正则化
第六章-正则化 文章目录 第六章-正则化 过拟合问题 代价函数 线性回归的正则化 Logistic回归的正则化 过拟合问题 如果我们有非常多的特征,我们通过学习得到的假设可能能够非常好地适应训练集(代 ...
最新文章
- html 简单机器人对话页面,简单的js聊天机器人框架BotUI
- docker-3-常用命令(上)
- [转]ASP.NET 核心模块配置参考
- 发一张你认为很漂亮的美女照片?
- CentOS中通过编译源码包的方式安装Git
- SQL Server 中的事务和锁(三)-Range S-U,X-X 以及死锁
- 阶段1 语言基础+高级_1-2 -面向对象和封装_9两个引用指向同一个对象空间
- tcp协议栈优化1-增加TCP初始拥塞窗口
- 雷军藏太深!除小米、迅雷外,还有这么多耳熟能详的企业?
- charles破解版_Charles抓包工具_charles mac\win7版
- Python绘图模块 -- turtle
- 爬取网站使用代理IP
- GPS信号的捕获(PMF+FFT方法)
- 属兔2013年蛇年运程
- 产品Banner样式类型分析
- linux 系统安全以及应用
- windows系统各进程详解
- 解决报错: YarnScheduler: Initial job has not accepted any resources
- @Url.Content
- influxdb基础(二)——influxdb基本概念 (database、measurement、fields、tags) + 简单实操 (简单insert、select)
热门文章
- ApacheHttpServer出现启动报错:the requested operation has failed解决办法
- 关于openstack部分计算节点无法实现热迁移问题描述
- SQL Server 自定义字符串分割函数
- IOS错误---“A valid provisioning profile for this executable was not found”
- Unity3D使用经验总结 编辑器扩展篇
- [ACM] hdu 2177 取(2堆)石子游戏(威佐夫博弈)
- 正视苦难,民族的心灵史——1942
- Java的世界如此美妙
- php斐波那契数列循环,两种php实现斐波那契数列的方法
- eclipse设置代码自动提示