प्रश्न को प्रेरित करने के साधन के रूप में, एक regresison समस्या पर विचार करें जहाँ हम अनुमान लगाना चाहते हैं मनाया चर का उपयोग कर
जब बहुभिन्नरूपी बहुपद regresison कर रहे हैं, मैं समारोह के इष्टतम paramitization को खोजने के लिए प्रयास करें
जो डेटा को सबसे कम वर्गीय अर्थों में फिट करता है।
हालांकि, इसके साथ समस्या यह है कि पैरामीटर स्वतंत्र नहीं हैं। क्या "आधार" वैक्टर जो ऑर्थोगोनल हैं, के एक अलग सेट पर प्रतिगमन करने का एक तरीका है? ऐसा करने के कई स्पष्ट फायदे हैं
1) गुणांक अब सहसंबद्ध नहीं हैं। 2) के मूल्योंखुद को अब गुणांक की डिग्री पर निर्भर नहीं करता है। 3) यह भी एक मोटे के लिए उच्च आदेश की शर्तों को छोड़ने में सक्षम होने का कम्प्यूटेशनल लाभ है, लेकिन अभी भी डेटा के लिए सटीक सन्निकटन है।
यह एकल चर मामले में आसानी से प्राप्त किया जाता है, जो ऑर्थोगोनल पॉलिनॉमिअल्स का उपयोग करके, अच्छी तरह से अध्ययन किए गए सेट जैसे कि चेबीशेव पॉलिनॉमिअल्स का उपयोग करके किया जाता है। हालांकि यह स्पष्ट नहीं है (वैसे भी मेरे लिए) यह कैसे सामान्य किया जाए! यह मुझे समझ में आया कि मैं चीयलीशेव पॉलीओमियल्स को जोड़ी के रूप में बदल सकता हूं, लेकिन मुझे यकीन नहीं है कि ऐसा करने के लिए गणितीय रूप से सही है।
आपकी मदद की सराहना की है