在R中进行矩阵乘法时的非共形阵列

我试图在R中实现内核岭回归

公式是：

alpha <- ((lambda.I + K)^(-1)) * y

以下是关于我的数据集的一些信息

> nrow(df_matrix)
[1] 8222
> ncol(df_matrix)
[1] 8222
> nrow(df_vector)
[1] 8222
> nrow(I)
[1] 8222
> ncol(I)
[1] 8222
> class(df_matrix)
[1] "matrix"
> class(df_vector)
[1] "matrix"

---

我打赌你想在这里进行矩阵求逆，即

solve（m）

，而不是按元素（

m^（-1）

）。另外，矩阵乘法（

%*%

）代替了元素乘法（

*

）。所以，总的来说是

alpha <- solve(lambda * I + df_matrix) %*% df_vector

---

alpha您需要使用矩阵乘法，
%*%
。此外，您还需要使用
求解
来计算逆，因为增加到幂-1只会进行元素的倒数。e、 g:

K <- matrix(runif(9),3)
y <- matrix(runif(3),nrow=3)

solve(lambda*diag(nrow(K))+K) %*% y
            [,1]
[1,]  0.50035075
[2,] -0.04985508
[3,]  0.74944867

K要转换矩阵，矩阵必须是二次矩阵，行列式必须不同于零。如果矩阵df_矩阵满足这些要求，则

alpha <- solve(lambda * I + df_matrix) %*% df_vector

alpha在R中反转矩阵的语法不是
^（-1）
。而
*
不是R中的矩阵乘法。什么是ncol（df_向量）？如果假设它是8222或1，那么代码似乎有效，当然，
solve（lambda*I+df\u矩阵，df\u向量）
会更合理/有效。
K <- matrix(runif(9),3)
y <- matrix(runif(3),nrow=3)

solve(lambda*diag(nrow(K))+K) %*% y
            [,1]
[1,]  0.50035075
[2,] -0.04985508
[3,]  0.74944867

alpha <- solve(lambda * I + df_matrix) %*% df_vector