ValueError：matmul：尝试将矩阵乘以矢量时，输入操作数1的核心维0不匹配

Question

我有一个带有r行和c列的设计矩阵X，我想为学习模型添加一个新行，其所有条目均为1（拦截行）。

def fit_linear_regression(X, y):
  ones = np.ones(X.shape[1])
  K = np.insert(X.T, 0, ones, axis=1)
  K = K.T
  singulars = np.linalg.svd(K, compute_uv=False)
  w = np.linalg.pinv(K.transpose()) @ y
  return singulars, w

问题是，当我在fit_linear_regression函数之外添加所需的行时，即当我预处理数据，然后在附加1s行之后将矩阵作为参数发送时，一切工作都很好，但是当我尝试执行从函数中追加行，我似乎遇到了以下问题：

ValueError：matmul：输入操作数1的核心维0不匹配，带有> gufunc签名（n？，k），（k，m？）->（n？，m？）（大小18不同）从17开始）

我似乎无法查明问题出在哪里... y是162行的响应向量，而XT是162x18（以前是17）的转置，所以当我尝试将它们相乘时，它应该起作用很好。

已更新： 输入函数后，这些形状即为X和y：

X.shape[0] = 17, X.shape[1] = 162

y.shape[1] = 162

添加拦截行应将X.shape [0]更改为18，并且确实如此，但是会发生此错误。 我可以添加X和y的实际数据，但是我发现它令人困惑且无济于事...