C# 在Math.Net多重回归中使用矩阵和向量类型

我声明了一个MathNet矩阵和向量类型，如下所示

Matrix<double> X = Matrix<double>.Build.Dense(sampleSize,2);
Vector<double> yObserved = Vector<double>.Build.Dense(sampleSize);

Matrix X=Matrix.Build.Dense（样本大小，2）；
Vector yObserved=Vector.Build.Dense（样本化）；

但是当我打电话的时候

Vector<double> p = MultipleRegression.NormalEquations(X, yObserved, true);

Vector p=MultipleRegression.NormalEquations（X，yObserved，true）；

VisualStudio给出了错误消息

错误CS0411无法从用法推断方法“MultipleRegression.NormalEquations（T[]，T[]，bool）”的类型参数。尝试显式指定类型参数

如果不是这样的话，我该如何用矩阵和向量参数调用MultipleRegression类呢？为什么VisualStudio发现我的类型编码模棱两可

---

我的代码可以很好地处理矩阵的锯齿数组；现在我想让它与矩阵/向量类型一起运行。

多重回归的重载。NormalEquations（）只有两个参数用于

矩阵

和

向量

参数集组合

添加布尔参数会混淆它，使它认为您试图提供

T[]，T[]，bool

的参数，而不是

Matrix，Vector

我不知道拦截意味着什么，但你必须研究一下没有它它会做什么。将参数转换为

T[][]

和

T[]

或不使用布尔值调用它（见下文）

或

var p=MultipleRegression.NormalEquations（X，yObserved）；

谢谢。是的，显然，（矩阵，向量）参数重载与（T[]，T[]）交错数组参数重载的API不同。布尔值=true告诉后者包含x^0（截距）项。对于前一个重载，如果需要x^0项，则需要在矩阵中包含一列1，这太糟糕了，因为现在有些时候要乘以1。（回想一下，x^0的计算结果总是为1。）尝试以下操作：

double[]p=MultipleRegression.NormalEquations（x.ToColumnArrays（），yObserved.ToArray（），true）您的解决方案是可行的，但这里的目标是使用原生MathNet数据类型（如矩阵和向量）来最大限度地提高性能。因此，在这个解决方案中，我们试图避免将数组作为参数。只需删除下面答案中建议的第三个论点即可解决问题。请将该答案标记为已接受，以便人们知道您的问题已解决。请阅读以下内容：。
var p = MultipleRegression.NormalEquations(X, yObserved);

var p = MultipleRegression.NormalEquations<double>(X, yObserved);