scipy 和 numpy 都有最小二乘估计，但在阅读文档后我有点困惑。
所以，我的问题是经典回归，我试图找到两对值之间的最佳矩阵变换。所以有些形式:
Ax = b
在这里，我知道 x 和 b。 A 有 9 个独特的分量，x 和 b 是 3D 向量。所以，我至少需要3分。因此，3 个不共线的 x 和 b，我拥有它们，我可以创建一个 3x3 连接的 x 和 b 向量。
但是，从文档中，我看到它是为求解 A 和 b 已知的系统而设计的。所以我们求解 x。假设 A 是可逆的，这意味着:
x = A(-1)b (-1) indicating the inverse or pseudo inverse.
就我而言，解决方案变为
A = b x(-1)
我想知道我是否仍然可以以某种方式使用内置的 numpy 机器进行我的设置。
最佳答案
看看这个:
Ax = b
x^TA^T = b^T
其中A^T表示A的转置。现在定义符号 Ap=x^T 和 Xp = A^T 和 bp=b^T，你的问题就变成了:
Ap Xp = bp
这正是您可以用最小二乘法处理的形式
关于python - 使用 numpy 和 scipy 在 python 中进行最小二乘估计，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/27921902/