我确实有一个矩阵，行中包含观察值(不同 pH 下的测量值)，数据点作为列(随时间变化的浓度)。因此，一行包含一个 pH 值的不同数据点。
我确实想对数据拟合 ODE。所以我定义了一个成本函数，并想计算所有观测值的平方和。对该矩阵求平方和应该像这样:
res = y - yhat # calculate residuals
ssq = np.diag(np.dot(res.T,res)) # sum over the diagonal
对吗？
最佳答案
如果您对最后一个数组求和，那将是正确的。 但它也不必要地复杂(因为非对角线元素也是用 np.dot 计算的) 更快的是:
ssq = np.sum(res**2)
如果你想要每个实验的ssd，你可以这样做:
ssq = np.sum(res**2, axis=1)
关于python - 矩阵的 numpy 平方和，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/24806854/