scipy和numpy都有最小的平方估计，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变换。所以形式如下：
Ax = b
在这里，我知道x和b。 A有9个独特的组件，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，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A和b已知时解决系统而设计的。所以我们解决了x。假设A是可逆的，这意味着：
x = A(-1)b (-1) indicating the inverse or pseudo inverse.
在我的情况下，解决方案变为
A = b x(-1)
我想知道我是否还能以某种方式使用内置的numpy机器进行设置。
答案 0 :(得分：3)
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以及bp=b^T，您的问题就变成了：
Ap Xp = bp
正是您可以使用最小二乘法处理的形式