python constraint 方程组_python如何实现带约束条件的的线性回归?

乍一看的时候想错了，脑子里想的是如何用matrix直接实现。

scipy里其实提供得有相应的方法：

官网的说法是在解决这个问题：

minimize 0.5 * ||A x - b||**2

subject to lb <= x <= ub

其实也就是你说的问题。

最小二乘可以这样子表示：

这里 分别是样本的输入和输出组成的矩阵。只是注意一下

的一行表示一个样本。如果回归方法有一个偏差值，就在

的最后一列插入一个全为1的列向量就行。 是列向量，就是参数

上面这个式子里的

是个标量。

用这个形式基本上可以解决你的问题了。

更高级的需求分析

如果你想解决的问题是这种就比较麻烦了：

比如模型是：

只要求

，

的值让它自由选取。

其实题主的问题我以前也考虑过，不过这种实现在本框架下稍有点麻烦，所以稍加一点分析。

先说scipy里的方法，几个参数要注