经常涉及到这些小操作,每次都没整理,下次用的时候又得百度,麻烦,干脆整理下,下次使用直接翻笔记了!
- 采用numpy库,如何计算residuals(x,y)?记得这里的x,y都是numpy.ndarray,假设x.shape=(3L,3L), y.shape=(3L,)
>>> x
array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])
>>> y
array([2, 5, 8])
- 那怎么计算x与y之间的residuals呢?用到一些np中的简单操作,比如函数原型:numpy.vstack(tup),等价于:np.concatenate(tup, axis=0) if tup contains arrays thatare at least 2-dimensional.
A=np.vstack([x,np.ones(x.shape[-1])]).T
>>> A
array([[1., 4., 7., 1.],
[2., 5., 8., 1.],
[3., 6., 9., 1.]])
直观的从例子可以看出A就是x另外加上全1的行,两个连接起来,然后转置。
4. 接下来使用lstsq(ndarray)来计算AB=y的最小二乘解:
B=np.linalg.lstsq(A,y)[0]
>>> B
array([ 2.57894737, 1. , -0.57894737, -0.52631579])