我正在尝试实现一个python代码，它计算矩阵方程的最小平方误差
首先，我有一些二维数据XDATA（浮点阵列数组），形状100,9 其次，我有一些2尺寸的YDATA，形状100,3 我的函数从9个条目和3个未知参数的数组中创建一个包含3个条目的数组。 所以我试图通过线性最小二乘估计这些参数：
#linear regression
#Messured Data
xdata = np.array(data[0:9])
xdata = xdata.astype(np.float)
xdata = np.transpose(xdata)
#True y
ydata = np.array(data[9:12])
ydata = ydata.astype(np.float)
ydata = np.transpose(ydata)
#Timestamps
size = np.size(xdata)/np.size(xdata[0])
def func(xdata,m1,m2,g):
y_est = []
for x in xdata:
u_est = []
u_est.append((m1+m2)*(x[6]+g))
u_est.append(m2*(2*x[5]*x[4]*x[2]+(x[2]**2)*x[7]))
u_est.append(m2*(x[8]-x[2]*(x[4]**2)))
y_est.append(u_est)
y_est = np.array(y_est)
return y_est
print (curve_fit(func,xdata,ydata))
但它抛出一个错误我不能（还）能够修复： Error
