numpy.linalg.lstsq(a,b,rcond=-1)解析

numpy.linalg.lstsq(a,b,rcond=-1)解析

返回线性矩阵的最小二乘解，即求x去拟合$ax=b$。通过计算最小化欧几里得2范数$||b-ax|{|}^2$的向量$x$

• 参数：a:{M,N}系数矩阵
• 参数：b{(M,),(M,K)}纵坐标或因变量值。如果b是二维的，则为b的K列中的每一个计算最小二乘解
• 参数：rcond浮点数，可选a的小异常值的截止比率（大概就是控制异常值的个数的）。
• 返回值：X{(N,),(N,K)}最小二乘法的解。当b的维度是(M,)时，X的维度是(N,),当b的维度是(M,K)时，X的维度是（N，K）。