Я знаю, как решить AX = B по методу наименьших квадратов с помощью питона:Как использовать наименьшие квадраты с весовой матрицей в python?
Пример:
A=[[1,1,1,1],[1,1,1,1],[1,1,1,1],[1,1,1,1],[1,1,0,0]]
B=[1,1,1,1,1]
X=numpy.linalg.lstsq(A, B)
print X[0]
# [ 5.00000000e-01 5.00000000e-01 -1.66533454e-16 -1.11022302e-16]
Но что о решении этого же уравнения с матрицей веса не является Идентичность:
A.X = B (W)
Пример:
A=[[1,1,1,1],[1,1,1,1],[1,1,1,1],[1,1,1,1],[1,1,0,0]]
B=[1,1,1,1,1]
W=[1,2,3,4,5]
Thanks by adva сть,
Вы просматривали эту ссылку: http://stackoverflow.com/questions/19624997/understanding-scipys-least-square-function-with-irls – xnx
Да; Я попытался: B = numpy.dot (B, W) до решения, но у меня есть сообщение: numpy.linalg.linalg.LinAlgError: 0-мерный массив. Массив должен быть двумерным –
Если вы возьмете точечный продукт двух одномерных массивов, вы получите скаляр. Возможно, вы имеете в виду просто умножить элементы B на W? Лучше использовать здесь массивы numpy, а не списки Python. – xnx