Matlab中的岭回归产生的结果与直接计算不同

我试图在Matlab中运行岭回归（岭）：

L

是一些矩阵，

x

是一些随机向量，

y=Lx+αn

是另一个向量。我希望

ridge（y，L，α）

返回与以下相同的结果：

（LL'+α^2I）^(−1） 是的，但后者明显更好。我无法理解这个问题，因为我认为这正是
ridge（）
所做的。我甚至尝试了
α=1

例如：

n = randn(N^2,1);
n2 = randn(N^2,1);
L = (some N^2*N^2 matrix);
y = L*n + n2;
x_ridge = ridge(y,L,1); 
x_ls = (L*L' + eye(N^2))^-1*L'*y;

和
x_-ls
和
x_-ridge
显著不同

谢谢你的帮助
 简单地说，你的公式是错误的，数值不稳定。这可能就是他们不同的原因。谢谢。我发现了问题所在，显然在Matlab中，我需要将
k
乘以像素数，以获得等价性。