numpy.linalg.lstsq(a,b,rcond=-1)解析
返回线性矩阵的最小二乘解,即求x去拟合 a x = b ax=b ax=b。通过计算最小化欧几里得2范数 ∣ ∣ b − a x ∣ ∣ 2 ||b-ax||^2 ∣∣b−ax∣∣2的向量 x x x
- 参数:
a:{M,N}系数矩阵
- 参数:
b{(M,),(M,K)}纵坐标或因变量值。如果b是二维的,则为b的K列中的每一个计算最小二乘解
- 参数:
rcond浮点数,可选a的小异常值的截止比率(大概就是控制异常值的个数的)。
- 返回值:
X{(N,),(N,K)}最小二乘法的解。当b的维度是(M,)时,X的维度是(N,),当b的维度是(M,K)时,X的维度是(N,K)。