A fast randomized algorithm for overdetermined linear least-squares regression

We introduce a randomized algorithm for overdetermined linear least-squares regression. Given an arbitrary full-rank m x n matrix A with m >/= n, any m x 1 vector b, and any positive real number epsilon, the procedure computes an n x 1 vector x such that x minimizes the Euclidean norm ||Ax - b ||...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Proceedings of the National Academy of Sciences - PNAS Jg. 105; H. 36; S. 13212
Hauptverfasser:	Rokhlin, Vladimir, Tygert, Mark
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	United States 09.09.2008
Schlagworte:	Algorithms Least-Squares Analysis Linear Models
ISSN:	1091-6490, 1091-6490
Online-Zugang:	Weitere Angaben
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!