我正在使用迭代重新加权最小二乘法解决问题: http ://en.wikipedia.org/wiki/Iteratively_reweighted_least_squares
本质上,这需要解决以下形式的一些最小二乘问题
其中每个是一个不同的对角加权矩阵。
有没有办法预先考虑或者做其他计算来加速这个算法的迭代?现在,我在每次迭代期间从头开始解决最小二乘问题。
我正在使用迭代重新加权最小二乘法解决问题: http ://en.wikipedia.org/wiki/Iteratively_reweighted_least_squares
本质上,这需要解决以下形式的一些最小二乘问题
有没有办法预先考虑或者做其他计算来加速这个算法的迭代?现在,我在每次迭代期间从头开始解决最小二乘问题。
也许您可以使用 LQ 分解而不是通常的 QR 方法来解决最小二乘问题。说你已经有了在哪里是下三角形并且是正交的。对于一些对角矩阵,我们会有那个, 和矩阵仍然是下三角形;我们不需要重新计算分解.
如果您需要更多详细信息,我可以编辑我的答案以详细说明。