scipy和numpy都有最小二乘估计，但在阅读文档后我有点困惑。
所以，我的问题是经典回归，我试图找到两对值之间的最佳矩阵转换。所以形式上的东西：
Ax = b
在这里，我知道 x 和 b。A 有 9 个独特的分量，x 和 b 是 3D 向量。所以，我至少需要3分。所以，3 个非共线 x 和 b 和我有它们，我可以创建一个 3x3 连接的 x 和 b 向量。
但是，从文档中，我看到它是为求解已知 A 和 b 的系统而设计的。假设 A 是可逆的，这意味着：
x = A(-1)b (-1) indicating the inverse or pseudo inverse.
就我而言，解决方案变成了
A = b x(-1)
我想知道我是否仍然可以以某种方式使用内置的numpy机器进行设置。
看看这个：
Ax = b
x^TA^T = b^T
其中A^T表示A的转置。现在定义符号Ap=x^T和Xp = A^T和bp=b^T，你的问题就变成了：
Ap Xp = bp
这正是你可以用最小二乘法处理的形式