커브 피팅 (1)

python 에서는 몇 페이지 안에 이론 설명을하고 실험을 한 내용이지만

(머신러닝 책에서)

c++에서는 음 고통의 시작이다

수치해석을 이래저리 넘긴 죄이기도 하다

정방행렬의 형태로 푸는거, 편미분을 이용해 식을 세움

편미문 빼고 나머진, 중등 수학으로 설명한 기초 linear fit 이다

https://terms.naver.com/entry.naver?docId=3569970&cid=58944&categoryId=58970

이걸 코드로 바꾸고 eigen 을 이용해 3차를 실제로 풀면,

https://himbopsa.tistory.com/13

XI = X.inverse();

방법은 inverse를 이용한 단순한 방법, 결과를 쓸만하게 visualize 하는 방법이 존재

least-square 방식

projection 을 구하는 방식에서 matrix form 으로 확장

2차식도 마지막에 설명한다

http://matrix.skku.ac.kr/math4ai-intro/W5/

이 방식에서, QR로 행렬식을 풀면,

https://gist.github.com/zhenzhenxiang/a06c47a8134538fcde2fa44418e35c

위의 코드가 되겠다.

유사한 코드,

http://svn.clifford.at/handicraft/2014/polyfit/polyfit.cc

저러한 식이, linear least sqaure system일 때에 사용가능한 식들은,

https://eigen.tuxfamily.org/dox/group__LeastSquares.html

대략 위의 방법을 활용하면,

빨간색이 QR, 녹색이 맨 처음 방법을 쓴 그래프임