Question

当我尝试将矩阵计算从八度转换为numpy时，我绝对是在扯我。特别是在多元回归方面。

我的任意数据如下，其中数组“ x”是我的输入值：

x = [
[1, 1 ,2], 
[1, 3 ,4],
[1, 5 ,6], 
[1, 7, 8],
[1, 9 ,10],
[1, 11 ,12]]

'y'是我的输出值（简称为和）：

y = [[3],[7],[11],[15],[19],[23]]

在Octave中，以下代码将计算正确的系数（其中pinv(A)用于计算矩阵A的Moore-Penrose伪逆）：

pinv (x' * x) * x' * y'

在numpy中，我正在执行以下操作：

x = np.array(x)
y = np.array(y)
x_T = (x.transpose())
x_theta = (inv(np.dot(x_T,x)))
x_theta = np.dot(x_theta,x_T)
x_theta = np.dot(x_theta,y)

但是这输出：

[[-330.5],[36.875],[-3.875]]

这显然是不正确的。假设我只是简单，但任何帮助将不胜感激。

非常感谢！

Answer 1

将其发布为答案，这样您的问题就不会仍然没有答案-在np.linalg.pinv（在八度中使用pinv的地方）使用index.js:205 Uncaught TypeError: Cannot read property 'shape' of undefined（伪反函数）。