Python最小二乘回归

为什么这个代码不起作用？我正在尝试做多元回归。 以下形式的四个方程式：

Ax + By + c = d

A + 2B + C = 0.2 etc.

A = np.array([[ 0.,  1, 1.],
   [ 1.,  2, 1.],
   [ 2.,  3, 1.],
   [ 3.,  4, 1.]])

y = np.array([-1, 0.2, 0.9, 2.1])
m, c = np.linalg.lstsq(A, y)[0]
print m, c

---

我做错了什么？

我假设您从

lstsq

中取了

m，c=np.linalg.lstsq（A，y）[0]

行
在本例中，他们正在解决带有一个变量和常数的线性回归问题。因此，该问题的np.linalg.lstsq（A，y）返回四元素元组

（数组（[1.，-0.95]）、数组（[0.05]）、2、数组（[4.10003045,1.09075677]）

（第一个元素–解，第二个–残差，第三个–系数矩阵秩，最后一个元素–系数矩阵的奇异值）。 因此，

np.linalg.lstsq（A，y）[0]

（在本例中）返回包含两个元素的数组，这两个元素可以按原样解包：

m，c=np.linalg.lstsq（A，y）[0]

（

m=1，c=-0.95

）。

您正在使用两个变量和常数求解回归。因此，

np.linalg.lstsq（A，y）[0]

将返回包含三个元素的数组，如果您希望按照示例中的方式对其进行解包，可以采用以下方式：

x1, x2, c = np.linalg.lstsq(A, y)[0]

但更方便的方法是（在我看来）：

---

有什么不起作用？错误输出不良？让我们看看！你自己试试看，找出答案。我给了密码。谢谢你的回答！！

x, residuals, rank, s = np.linalg.lstsq(A, y) #lstsq func always return four-element tuple

print 'solution is %s.' % str(x)
print 'matrix A rank is %d.' % rank
print 'residuals are %s.' % str(residuals)
print 'singular values of A are %s.' % str(s)

print 'first variable is %f.' % x[0]
print 'second variable is %f.' % x[1]
print 'constant is %f.' % x[2]