Question

比较我们的结果和上面：

df

# rows	100			1000			10000
# cols	20	100	1000	20	100	1000	20	100	1000
Normal Eqns- Naive	0.001276	0.003634	NaN	0.000960	0.005172	0.293126	0.002226	0.021248	1.164655
Normal Eqns- Cholesky	0.001660	0.003958	NaN	0.001665	0.004007	0.093696	0.001928	0.010456	0.399464
QR Factorization	0.002174	0.006486	NaN	0.004235	0.017773	0.213232	0.019229	0.116122	2.208129
SVD	0.003880	0.021737	NaN	0.004672	0.026950	1.280490	0.018138	0.130652	3.433003
Scipy lstsq	0.004338	0.020198	NaN	0.004320	0.021199	1.083804	0.012200	0.088467	2.134780

来自 Trefethen（第 84 页）：

正规方程式/ Cholesky 在生效时速度最快。 Cholesky 只能用于对称正定矩阵。 此外，对于具有高条件数或具有低秩的矩阵，正规方程/ Cholesky 是不稳定的。

数值分析师推荐通过 QR 进行线性回归，作为多年的标准方法。 它自然，优雅，适合“日常使用”。