最小一乘法代码效率

gapore

我现在相对一个时间序列作奇异谱分析，代码前半段要用到最小一乘法（LAD）求矩阵 Ar ，随着参数 L 的增大，运行时间也快速增加，请问最后一段LAD代码有没有什么可以改进的地方?谢谢！

1. import numpy as np
   
2. import scipy.linalg as linalg
   
3. from statsmodels.regression.quantile_regression import QuantReg
   
4. 
   
5. 
   
6. N = 2328
   
7. Y = np.random.rand(N)
   
8. L = 200   # int in range(2,N/2)
   
9. K = N - L + 1
   
10. Y1 = Y - np.mean(Y)
    
11. Y2 = Y1/np.std(Y1,ddof=1)
    
12. 
    
13. # Embedding
    
14. X = linalg.hankel(Y2,np.zeros(K))
    
15. X = X[:-K+1,:]
    
16. 
    
17. # Singular value decomposition (SVD)
    
18. Xt = X.T
    
19. _,sig,Vt = linalg.svd(X)
    
20. Sig = linalg.diagsvd(sig,L,L)
    
21. r = np.linalg.matrix_rank(X)
    
22. Vt1 = Vt[:r,:]
    
23. Sig1 = Sig[:r,:r]
    
24. B1 = Sig1.dot(Vt1)
    
25. B1t = B1.T
    
26. 
    
27. # Parameter estimation via least absolute deviation
    
28. C = np.zeros((r,L))
    
29. for j in range(L):
    
30.     y = Xt[:,j]
    
31.     mod = QuantReg(y,B1t)
    
32.     res = mod.fit(q = .5)
    
33.     C[:,j] = np.array(res.history['params'][0])
    
34. Ar = C.T

复制代码

gapore

顶一下