我有两个向量:
X -属维数N的输入向量
Y -与X (N)相同维数的输出向量
这些向量是通过以下方式联系起来的:
Y = FX
其中F是一个线性变换,但它是未知的。可能,我可以使用大量的X和Y构建数据集。有一种通过线性回归/神经网络寻找F的方法。还没有定义向量大小,但它很大(超过1000个元素)。
有人能帮我找到一些关于如何用机器学习来解决这个问题的参考吗?我已经寻找多元线性回归,但它指向多变量而不是向量。
发布于 2021-02-03 12:37:25
就我所知道,
Y= AX + epsilon (有正态分布的epsilon)
就是线性回归方程。Epsilon主要代表经验性收集数据时的测量误差。
所以我认为这应该用线性回归来解决。
https://heartbeat.fritz.ai/implementing-multiple-linear-regression-using-sklearn-43b3d3f2fe8b
https://stackoverflow.com/questions/66027472
复制相似问题