重新加权最小二乘的分解

计算科学 线性代数 迭代法 矩阵 最小二乘 矩阵分解
2021-12-15 19:03:30

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

DiAxDib,
其中每个Di是一个不同的对角加权矩阵。

有没有办法预先考虑A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。

1个回答

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A=LQ在哪里L是下三角形并且Q是正交的。对于一些对角矩阵D,我们会有那个DA=DLQ, 和矩阵DL仍然是下三角形;我们不需要重新计算分解DA.

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。