在Julia中运行最小均方函数

我是朱莉娅的新手，所以如果这太简单，请原谅我。我正在尝试运行以下脚本

using Pkg
Pkg.add("DataFrames")
using DataFrames

function LS(x,y,a)
    T = size(x,1)
    N = size(x,2)
    pred = fill(0.0,T)
    w= fill(0.0,N)
    for t = 1:T
        x1 = x[t,:]
        pred[t] = transpose(w) * x1
        err = a*(y[t]-pred[t])
        w = w + (err * x1)
    end
    return pred
end

input = readtable("input.csv")
output = readtable("label.csv")
en = convert(Array, input)
out = convert(Array, output)
a = 0.5
prediction = LS(en,out,a)
print(prediction)

运行时，出现以下错误：

错误：LoadError:MethodError:没有方法匹配 *（：：数组{Float64,1}，：：数组{Union{Missing，Float64}，1}）最近的候选对象是：*（：：Any，：：Any，！Matched：：Any，！Matched：：Any…） operators.jl:502*（！Matched:：LinearAlgebra.Adjoint{s571，{s570}

---

where#s570我不确定你想在这里做什么，但我觉得它一点也不像最小二乘法

话虽如此，您的脚本中的问题在这一行：

w = w + (err * x1)

x1

和

err

都是向量，两个向量没有乘法运算符方法。例如，

rand（2）*rand（2）

也会出错。这是因为在这种情况下，

*

的用法不明确

如果需要点积，请使用

dot（x1，err）

如果您想要元素式产品，请使用

x1.*err

，它跨输入元素广播

*

---

你的代码还有其他几个问题，但我不敢尝试纠正它们，因为，如上所述，我不确定你想做什么。

这是最小均方/在线GD和y[t，：]和pred[t，：]都是float64/double not向量。@Jamil，y[t，：]和pred[t，：]都是数组{float64,1}.pred是一个二维数组，其中的一个片段是一个一维数组。如果pred最初被认为是一个一维数组，那么它可以用

fill（0.0，T）