আপনি যখন এই সমস্যাটি কাটিয়ে উঠতে ZGELSS ব্যবহার করেন, আপনি অত্যন্ত চিকিত্সাযুক্ত সমস্যাটি নিয়মিত করতে কাটা কাটা একক মান মান পচন ব্যবহার করছেন। এটি বুঝতে গুরুত্বপূর্ণ যে এই লাইব্রেরির রুটিনটি সর্বনিম্ন স্কোয়ার সমাধান সন্ধান করার চেষ্টা করছে না, বরং এটি একটি সমাধান খুঁজে পাওয়ার জন্য ভারসাম্য অর্জনের চেষ্টা করছে যা imকমানোর বিরুদ্ধে। Ax=b∥x∥∥Ax−b∥
দ্রষ্টব্য যে ZGELSS এ পাস করা প্যারামিটারটি কোন একক মানগুলি অন্তর্ভুক্ত করা উচিত এবং সমাধানটির গণনা থেকে বাদ দেওয়া উচিত তা নির্দিষ্ট করতে ব্যবহার করা যেতে পারে। আরকোন্ড * এস (1) (এস (1) বৃহত্তম একক মান) এর চেয়ে কম যে কোনও একক মান অগ্রাহ্য করা হবে। আপনি কীভাবে জেডজিএলএসএস-এ আপনি আরকোন্ড প্যারামিটার সেট করেছেন তা আমাদের জানাননি এবং আমরা আপনার ম্যাট্রিক্স বা ডানদিকে এর সহগের কোলাহল স্তর সম্পর্কে কিছুই জানিনা , তাই আপনি ব্যবহার করেছেন কিনা তা বলা শক্ত hard নিয়মিতকরণের উপযুক্ত পরিমাণ। Ab
আপনি জেডজিএলএসএস-এর সাথে যে নিয়মিত সমাধান পেয়ে যাচ্ছেন তাতে আপনি সন্তুষ্ট বলে মনে হচ্ছে, তাই দেখা যাচ্ছে যে কাটা কাটা এসভিডি পদ্ধতি দ্বারা নিয়মিতকরণ প্রভাবিত হয়েছে (যা সর্বনিম্ন ন্যূনতম স্কয়ার সমাধানগুলির মধ্যে সমাধান খুঁজে বের করে আরকোন্ড * এস (1) এর চেয়ে বড় একক মানের সাথে যুক্ত একক ভেক্টরগুলির দ্বারা বিস্তৃত সমাধানের স্থানটি আপনার জন্য সন্তোষজনক। ∥x∥∥Ax−b∥
আপনার প্রশ্নটিকে সংস্কার করা যেতে পারে "এই বিশাল, স্পারস এবং খুব অসুস্থ শর্তযুক্ত লিনিয়ার সর্বনিম্ন স্কোয়ার সমস্যার জন্য আমি কীভাবে নিয়মিতভাবে ন্যূনতম স্কোয়ার সমাধান পেতে পারি?"
আমার প্রস্তাবটি হ'ল সুস্পষ্টভাবে নিয়মিত করা সর্বনিম্ন স্কোয়ার সমস্যা হ্রাস করার জন্য একটি পুনরাবৃত্ত পদ্ধতি (যেমন সিজিএলএস বা এলএসকিউআর) ব্যবহার করা হবে would
min∥Ax−b∥2+α2∥x∥2
যেখানে নিয়মিতকরণের প্যারামিটার এমনভাবে সমন্বিত করা হয় যাতে স্যাঁতসেঁতে সর্বনিম্ন স্কোয়ার সমস্যাটি বেশ কন্ডিশনড থাকে এবং ফলস্বরূপ নিয়মিত সমাধানের সাথে আপনি খুশি হন। α