2013-02-06 161 views
6

的OpenCV的cvSolve可以解决线性最小二乘问题是这样的:加权线性最小二乘

// model: y = a1*x1 + a2*x2 + a3 
CvMat *y = cvCreateMat(N, 1, CV_64FC1); 
CvMat *X = cvCreateMat(N, 3, CV_64FC1); 
CvMat *coeff = cvCreateMat(3, 1, CV_64FC1); 

// fill vector y and matrix X 
for (int i=0; i<N; ++i) 
{ 
    cvmSet(y, i, 0, my_y_value(i)); 
    cvmSet(X, i, 0, my_x1_value(i)); 
    cvmSet(X, i, 1, my_x2_value(i)); 
    cvmSet(X, i, 2, 1); 
} 

cvSolve(X, y, coeff, CV_SVD); 
// now coeff contains a1, a2, a3 

不过,我想不同的权重应用到我的数据点。我如何使用重量?

回答

4

我发现它实际上并不难:

for (int i=0; i<N; ++i) 
{ 
    double w = weight(i); 

    cvmSet(y, i, 0, w * my_y_value(i)); 
    cvmSet(X, i, 0, w * my_x1_value(i)); 
    cvmSet(X, i, 1, w * my_x2_value(i)); 
    cvmSet(X, i, 2, w); 
} 

cvSolve(X, y, coeff, CV_SVD); 

这个片段只是两者相乘的左侧和线性方程与权重w右侧。样本i的误差项实际上乘以w²。

+0

什么是my_y_value,my_x1_value和my_x2_value? – Abc

+0

它们旨在为您的矩阵(x1,x2)和左侧(y)提供值。这只是最一般的形式,您可以重写代码并以最适合您的方式提供值。另外请务必查看cvSolve的OpenCV文档。 – Hendrik