使用张量的普通最小二乘法计算加速

Question

设置：

一个数据集，其中包含m个要素，每个观测值n个，得到一个n x m矩阵X。目标变量，包含在n x 1向量y中。

目标：

我想为((X'X)^(-1))X'y功能的不同子集计算系数的普通最小二乘估计（使用常用的m公式）。

想法：

为n x m x k个特征子集构造一个k张量，然后使用张量运算应用上述公式。

问题：

是否有一种方法可以避免出于计算目的将每个k矩阵从张量中分离出来（即，一次应用该公式而无需迭代2d矩阵），从而加快执行时间？ / p>