[英]Using QR decomposition to solve least squares in Matlab
我正在使用Matlab估计具有普通最小二乘(OLS)的回归模型。
模型为y = xB
,其中x
是维度为500000 x 2500
的非常稀疏的矩阵。 我正在使用QR分解:
[C,R] = qr(x,y,0)
然后估计b
与
b = R\C
我的问题是我是否需要担心数值错误。 我需要做一些其他的迭代吗? 我应该检查条件编号R
还是R'R
? 任何指导将不胜感激。
Matlab推荐的方式是:
b = X\\y;
请访问http://www.mathworks.com/help/matlab/ref/mldivide.html并特别查看“ 更多关于”部分,以了解matlab如何在后台处理各种情况。
如果要利用X的稀疏性,只需在调用\\
之前将X声明为稀疏,则X = sparse(X)
。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.