C++ 求解向量的线性和非线性回归

我有一个Ab=c形式的问题，其中a是未知的，M x M矩阵，b是M x 1向量，c是M x 1向量。我有很多关于b和c（超定问题）的例子，我想找到“最好”的A。有没有能轻松解决这个回归问题的库的建议

那么非线性但多项式的模型呢？也就是说，某种形式的方程式：

[c_0 c_1…c_M]=[1 b_0 b_1…b_M…b_0^k b_1^k..b_M^k]A

---

其中k是多项式阶，A现在是mxk矩阵

找到了一个很好的解决方案：DLIB很好地解决了这个问题。这里有一个例子：

---

注意：如果需要使用矩阵，DLIB仍然需要将数据存储为向量。也就是说，如果您求解Ab=c且A是3x3矩阵，则上面链接的示例中的参数_向量必须是

typedef矩阵参数_向量多项式的精度很差。当出现过拟合问题时，需要进行正则化。此外，您可能不想自己建模线性回归；而是使用神经网络或支持向量机。无论如何，Boost.UBLAS对于实现机器学习算法来说非常方便。据我所知，主要的答案是使用LAPACK，但xGELS似乎无法解决多个样本的Ab=c问题。我错了吗？