10-8 嚙諒小嚙踝蕭嚙踝蕭k嚙踝蕭嚙踝蕭嚙踝蕭

本小節將以矩陣運算的方式來推導最小平方法。由於矩陣運算的表示法相當簡潔，因此所推導出來的最小平方法也相當直覺易懂。

在進入正題之前，我們先定義幾個常用的數學運算，並使用矩陣來表示這些運算式。

矩陣的轉置（Transpose）滿足下列恆等式： $$ (AB)^T=B^TA^T $$

矩陣的反矩陣（Inverse）運算滿足下列恆等式： $$ (AB)^{─1}=B^{-1}A^{-1} $$

一個純量函數 $f(\mathbf{x})$ 的梯度（Gradient）等於此函數對每一個變數偏微分後所形成的向量： $$ \nabla f(\mathbf{x}) = \left[ \begin{matrix} \partial f(\mathbf{x})/\partial x_1 \\ \vdots \\ \partial f(\mathbf{x})/\partial x_n \\ \end{matrix} \right], 其中 \mathbf{x}=\left[\begin{matrix} x_1\\ \vdots \\ x_n \\ \end{matrix}\right] $$

向量變數 $\mathbf{x}$ 的二次式（Quodratic Form）可以表示如下： $$ \mathbf{x}^TA\mathbf{x} = \sum_{i=1}^n a_{ii}x_i^2 + \sum_{i=1}^n \sum_{j=1, j \neq i}^n a_{ij} x_i x_j, $$ 其中我們可以假設 $A$ 是一個對稱矩陣，因為如果 $A$ 不對稱，我們可以使用 $(A+A^T)/2$ 來取代之而不會改變原來的二次式： $$ \mathbf{x}^TA\mathbf{x} = \mathbf{x}^T \left(\frac{A+A^T}{2} \right)\mathbf{x} $$

二次式 $\mathbf{x}^TA\mathbf{x}$ 的梯度可以表示如下： $$ \nabla (\mathbf{x}^TA\mathbf{x}) = \left(\frac{A+A^T}{2}\right) \mathbf{x} $$

綜合前面的數學定義，我們可以得到下列幾個恆等式（假設所有梯度均是對 $\mathbf{x}$ 來進行，並假設 $A$ 為對稱矩陣）：

• $\nabla(\mathbf{x}^T\mathbf{y})=\nabla(\mathbf{y}^T\mathbf{x})=\mathbf{y}$
• $\nabla(\mathbf{x}^T\mathbf{x})=2\mathbf{x}$
• $\nabla(\mathbf{x}^TA\mathbf{y})=A\mathbf{y}$
• $\nabla(\mathbf{y}^TA\mathbf{x})=A^T\mathbf{y}$
• $\nabla \mathbf{x}^TA\mathbf{x} = 2A\mathbf{x}$
• $\nabla (\mathbf{x}^TA\mathbf{x}+\mathbf{b}^T\mathbf{x}+\mathbf{c}) = 2A\mathbf{x}+\mathbf{b}$

有了前面這些恆等式後，我們就可以將其用在最小平方法的推導。假設我們要解的問題是 $$ A\mathbf{\theta}=\mathbf{y} $$ 其中 $A$ 是一個 $m \times n$ 的已知矩陣，$\mathbf{y}$ 是一個 $m \times 1$ 的已知向量，而 $\mathbf{\theta}$ 則是一個 $n \times 1$ 的未知向量。我們假設 $m>n$，在此情況下，方程式個數大於未知數個數，因此上式無精確解，欲使上式成立，須加上一誤差向量 $\mathbf{e}$： $$ A\mathbf{\theta}=\mathbf{y}+\mathbf{e} $$ 平方誤差則可寫成

$$ E(\mathbf{\theta})=\|\mathbf{e}\|^2=\mathbf{e}^T\mathbf{e}= (A\mathbf{\theta}-\mathbf{y})^T(A\mathbf{\theta}-\mathbf{y}) $$

由於精確解並不存在，因此我們退而求其次，改為尋求能使平方誤差 $E(\mathbf{\theta})$ 為最小的 $\mathbf{\theta}$ 值。由於 $E(\mathbf{\theta})$ 是 $\mathbf{\theta}$ 的二次方程式，因此我們可以直接對 $E(\mathbf{\theta})$ 進行偏微分，並令其等於零，即可得到一組 $n$ 元一次的線性聯立方程式來解出最佳的 $\mathbf{\theta}$ 值。換句話說，我們可以先計算 $E(\mathbf{\theta})$ 的梯度： $$ \begin{array}{rcl} \nabla E(\mathbf{\theta}) & = & \nabla ( (A\mathbf{\theta}-\mathbf{y})^T(A\mathbf{\theta}-\mathbf{y}) )\\ & = & \nabla ( (\mathbf{\theta}^TA^T-\mathbf{y}^T)(A\mathbf{\theta}-\mathbf{y}) )\\ & = & \nabla ( \mathbf{\theta}^TA^TA\mathbf{\theta}-\mathbf{\theta}^TA^T\mathbf{y} - \mathbf{y}^TA\mathbf{\theta} + \mathbf{y}^T\mathbf{y} )\\ & = & \nabla ( \mathbf{\theta}^TA^TA\mathbf{\theta} - 2\mathbf{\theta}^TA^T\mathbf{y} + \mathbf{y}^T\mathbf{y} )\\ & = & \nabla (\mathbf{\theta}^TA^TA\mathbf{\theta}) - 2\nabla(\mathbf{\theta}^TA^T\mathbf{y}) + \nabla(\mathbf{y}^T\mathbf{y}) \\ & = & 2A^TA\mathbf{\theta}-2A^T\mathbf{y} \end{array} $$

令上式梯度等於零，即可得到 $\mathbf{\theta}$ 的最佳值： $$ \hat{\mathbf{\theta}} = (A^TA)^{-1}A^T\mathbf{y} $$

Hint

欲知最小平方法的各種相關性質，可參考筆者另一著作：「Neuro–Fuzzy and Soft Computing」，Prentice Hall，1997。

---

MATLAB程式設計：進階篇