我想知道如何在 R 中解决以下问题。
我们有一个 v 向量(n 个元素)和一个 B 矩阵(维度 m x n) 。 例如:
> v
[1] 2 4 3 1 5 7
> B
[,1] [,2] [,3] [,4] [,5] [,6]
[1,] 2 1 5 5 3 4
[2,] 4 5 6 3 2 5
[3,] 3 7 5 1 7 6
我正在寻找m长向量u使得
sum( ( v - ( u %*% B) )^2 )
最小化(即最小化平方和)。
最佳答案
您正在描述线性回归，可以使用 lm 函数来完成:
coefficients(lm(v~t(B)+0))
# t(B)1 t(B)2 t(B)3
# 0.2280676 -0.1505233 0.7431653
关于r - R 中的最小二乘优化，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/31268826/