情報科学 › 機械学習の数学 › 線形回帰と最小二乗法

ハット行列

命題 4.3(「線形回帰と最小二乗法」§4) ・ ✓公理まで証明済み

X∈Rn×pX \in \mathbb{R}^{n\times p} が rank⁡X=p\operatorname{rank}X = p を満たすとする(このとき 系 5.2 により XTXX^{\mathsf{T}}X は正則)。

P=X(XTX)−1XT∈Rn×nP = X(X^{\mathsf{T}}X)^{-1}X^{\mathsf{T}} \in \mathbb{R}^{n\times n}

とおくと、次が成り立つ。

  1. PT=PP^{\mathsf{T}} = P かつ P2=PP^2 = P(対称冪等)。
  2. 任意の y∈Rn\boldsymbol{y}\in\mathbb{R}^n に対し PyP\boldsymbol{y} は y\boldsymbol{y} の Im⁡X\operatorname{Im}X への直交射影であり、Py=Xw^P\boldsymbol{y} = X\hat{\boldsymbol{w}}。
  3. In−PI_n - P は (Im⁡X)⊥=Ker⁡XT(\operatorname{Im}X)^{\perp} = \operatorname{Ker}X^{\mathsf{T}} への直交射影であり、残差は r^=(In−P)y\hat{\boldsymbol{r}} = (I_n - P)\boldsymbol{y}。
  4. tr⁡P=p\operatorname{tr} P = p。

本文で読む(証明と前後の説明)→

閉包の状態

✓ 公理まで証明済み

証明が使う定理を 前提 としてたどると、Rikai の中の証明だけで定義・公理(物理では基本仮定)までつながっています(前提の定理類 3 件、定義なども含めて 4 件)。

印の意味: ✓公理まで証明済み ・ △証明あり(閉包未完)・ ※主張のみ。テーマごとの集計は 閉包の状況。

前提をたどる 証明が使う定理・定義(直接 2 件)

▸ を開くと、その項目の証明が使う前提が出ます。深い先は各項目のページでたどれます。

これを使っている定理

証明で明示的に参照している定理は、まだありません。

関連するノック 1 問