least-squares

    2

    2答えて

    私は、フォーム x1[i], x2[i], x3[i], z[i]、z[i]はx1[i], x2[i], and x3[i]の未知の決定的関数である のいくつかのデータを持っています。私はすべてiのためにデータをオーバーバウンドする二次関数u(x1, x2, x3)= a11*x1^2 + a22*x2^2 + a33*x3^2 + a12*x1*x2 + ... + a0を見つけたいと思います。

    0

    1答えて

    私は次の制約を持つ均質なシステム次解くためにnumpy.linalg.lstsqを使用しようとしている:私はちょうど純粋に呼び出す場合 Ax = 0 |x| = 1 : numpy.linalg.lstsq(A, np.zeros((A.shape[0],1), dtype=np.float)) を 解はゼロの列行列になります。 | x | = 1という制約をどのように作成してゼ

    0

    2答えて

    私はRが新しく、援助を感謝します。 制約に最適化問題があります。 Rの最適化を解決するにはいくつかの方法がありますが、私は適用する必要がある制約で正しく問題を表現できませんでした。 Iは、次の3つのカテゴリに次のデータがあるとします。私は、(二乗誤差を最小化する)の各カテゴリのデータポイントに指数関数Y(T)に合わせたい A<-c(99.1, 96.5, 94.4, 92.7, 91.5, 91.

    1

    1答えて

    lmとプレーン行列代数を使って簡単な回帰を計算したかったのです。しかし、行列代数から得られた回帰係数は、lmを使用して得られたものの半分に過ぎず、私は理由を知りません。 ここでコード boot_example <- data.frame( x1 = c(1L, 1L, 1L, 0L, 0L, 0L, 0L, 0L, 0L), x2 = c(0L, 0L, 0L, 1L, 1L,

    -1

    1答えて

    私はSIMPLSメソッドでRのplsrパッケージを使用していますが、これは私に重み行列Wを与えませんでした。誰かが私を助けて、このW行列をどのように作成するか教えてください。これは私のコードの一部です: plsr(Y ~ X, ncomp, validation = "CV", dframe = T, method = "SIMPLS") VIPメソッドを実装するにはWマトリックスが必要です。

    0

    1答えて

    私は反復的な最近点プロジェクトをやっています。 "a"と "b"と呼ばれる点集合があります。 "a"と "b"に合わせて変換行列を探したいと思います。 SVDはそれを完全に解決して、回転行列と並進行列を得ることができます。 ここでは、回転だけのジョイントを作って、 "a"と "b"のポイントセットを平行移動せずに回転させることにしました。私はインターネットを検索し、Levenberg-Marqua

    2

    1答えて

    私はGNUplotを使って自分のデータに合わせようとしています。それが起こると、私のデータにはxエラーバーしかありません。バージョン5は、xエラーのみを使ってフィッティングすることができると聞きました。どのようにこれを行うことができますか? gnuplot> fit f(x) "data1m" using 2:3:4 with xerrorbars via b,u,n warning:

    1

    1答えて

    私はQR分解を学習しようとしていますが、伝統的な行列計算に頼らずにβ_hatの分散を得る方法を理解することはできません。私はirisデータセットで練習し、そしてここで私がこれまで持っているものだよ:あなたの助けを y<-(iris$Sepal.Length) x<-(iris$Sepal.Width) X<-cbind(1,x) n<-nrow(X) p<-ncol(X) qr.X<-q

    2

    1答えて

    データを関数に収めようとしています。このサンプルコードをガイドとして使用していますhttp://docs.scipy.org/doc/scipy/reference/tutorial/optimize.html#example-of-solving-a-fitting-problem from scipy.optimize import least_squares import numpy as

    0

    1答えて

    これを行うには簡単な方法が必要です。最適化の方法も歓迎します。私は配列Yと、MWEで与えられているようにYがゼロ(= 'X')に近づくように調整されなければならない多くのパラメータを持っています。この違いを最小限に抑えるための方がはるかに優れていますか?これはほんの一例の式であり、6つの係数を最適化することができます。 x = zeros(10,1) y = rand(10,1) for a=