我现在正在尝试实现一个python代码,它计算矩阵方程的最小二乘误差。首先,我有一些二维数据XDATA (Array of Array of Floats),形状100,第二,我有一些二维YDATA,形状100,3我的函数从9个条目和3个未知参数的数组中创建了一个3个条目的数组所以我试图通过线性最小二乘来估计这些参数:#Messured Data
xdata = np.array(data[0:
背景:众所周知,和都解决了最小二乘问题:与norm(x2)<=norm(x1)的区别。实际上,x2是这个问题的最小范数解,所以norm(x2)<=norm(x)对于所有可能的解决方案都是x.我想要最小范数解决方案x,在D+threshold of b中获取A*x。
我还没有找到这个问题的解析解(比如在经典的最小二乘问题中使用伪逆)。我一直在搜索“带非线性约束的最小二</e