将两个矩阵相乘（多个函数的相乘）-以获得Fisher判别线性函数分数

我有一组Fisher判别线性函数，需要与一些测试数据相乘。两个数据文件都是两个矩阵的形式（变量排列以匹配变量顺序），因此我需要将它们相乘。
这里是一些示例测试数据，我添加了一个常量=1变量（当我们得到系数时，您将看到原因）

这有点像是每行系数的和积，每一个函数的时间是3。 因此，当将相同数量的行与3个函数得分变量相乘时，df/矩阵应该是这样的

> df_result
                  Function1 Function2   Function3   
row1                53.24     54.33       44.99
row2

---

不太理想，但我会把数据拿出来做excel。如果这是可能的，任何帮助都将不胜感激。非常感谢

您只是在寻找内部产品吗

testdata <- cbind(constant=1,mtcars[ 1:6 ,c("mpg","disp","hp")  ])
coefs <- data.frame(constant = c(-67.67, -59.46, -89.70),
                    mpg = c(4.01,3.49,3.69),
                    disp = c(0.14,0.15,0.22),
                    hp = c(0.13,0.15,0.20))
rownames(coefs) <- c("Function1","Function2","Function3")

as.matrix(testdata) %*% t(as.matrix(coefs))
#                   Function1 Function2 Function3
# Mazda RX4            53.240    54.330    44.990
# Mazda RX4 Wag        53.240    54.330    44.990
# Datsun 710           50.968    50.262    36.792
# Hornet 4 Drive       68.564    70.426    68.026
# Hornet Sportabout    80.467    86.053    93.503
# Valiant              50.061    53.209    47.589

testdata
for the first row, Function1 = 1*(-67.67)+21*(4.01)+160*(0.14)+110*(0.13)
for the first row, Function2 = 1*(-59.46)+21*(3.49)+160*(0.15)+110*(0.15)
for the first row, Function3 = 1*(-89.70)+21*(3.69)+160*(0.22)+110*(0.20)

> df_result
                  Function1 Function2   Function3   
row1                53.24     54.33       44.99
row2

testdata <- cbind(constant=1,mtcars[ 1:6 ,c("mpg","disp","hp")  ])
coefs <- data.frame(constant = c(-67.67, -59.46, -89.70),
                    mpg = c(4.01,3.49,3.69),
                    disp = c(0.14,0.15,0.22),
                    hp = c(0.13,0.15,0.20))
rownames(coefs) <- c("Function1","Function2","Function3")

as.matrix(testdata) %*% t(as.matrix(coefs))
#                   Function1 Function2 Function3
# Mazda RX4            53.240    54.330    44.990
# Mazda RX4 Wag        53.240    54.330    44.990
# Datsun 710           50.968    50.262    36.792
# Hornet 4 Drive       68.564    70.426    68.026
# Hornet Sportabout    80.467    86.053    93.503
# Valiant              50.061    53.209    47.589