在python上实现一个永无止境的曲线拟合矩阵公式

我正试图编写一个程序来解决一般的回归公式： ，是否可以这样做，例如让用户决定它可以有多大，而无需我设置越来越多的if条件（因此只有一段代码折叠成用户希望的矩阵）？ 代码：

---

在该代码中，Phi_0对应于FL[i=1]，FL[0]对应于y。

您可以使算法独立于多项式的顺序。最简单的方法是对循环使用

，尽管这会很慢（因为它们不会利用NumPy的矢量化）。

以下是随机数据的可再现示例：

import numpy as np
# Order of polynomial
n = 5
# Random seed for reproducibility
np.random.seed(1)
# Input arrays
phi = np.random.random((100,n))
y = np.random.random(100)
# Output arrays
a = np.zeros((n,n))
b = np.zeros(n)
for i in range(n):
    b[i] = np.sum(y * phi[:,i])
    for j in range(i,n):
        # Exploit that matrix is diagonal
        a[i,j] = a[j,i] = np.sum(phi[:,i] * phi[:,j])
# Coefficients array
x = np.linalg.solve(a,b)

你好@艾萨姆，如果你觉得我下面的答案确实回答了你的疑虑，考虑把它标记出来，这样问题就可以关闭了：它确实回答了这个问题，尽管我最后对它进行了不同的方式，谢谢。顺便问一下，你可以回答你自己的问题。也许你的解决方案更好，可以为帖子增值！
import numpy as np
# Order of polynomial
n = 5
# Random seed for reproducibility
np.random.seed(1)
# Input arrays
phi = np.random.random((100,n))
y = np.random.random(100)
# Output arrays
a = np.zeros((n,n))
b = np.zeros(n)
for i in range(n):
    b[i] = np.sum(y * phi[:,i])
    for j in range(i,n):
        # Exploit that matrix is diagonal
        a[i,j] = a[j,i] = np.sum(phi[:,i] * phi[:,j])
# Coefficients array
x = np.linalg.solve(a,b)