我面临一个通过scipy.linalg.lstsq(M,b)
解决的最小二乘问题,其中:
M
具有形状(n,n)
] >>b
具有形状(n,)
] >>问题是我不得不为不同的b
解决很多时间。我该如何做些更有效的事情?我猜想lstsq
会独立于b
的值执行很多操作。
想法?
我面临一个最小平方的问题,我通过scipy.linalg.lstsq(M,b)解决,其中:M的形状为(n,n)b的形状为(n,)。问题是我必须解决它a一堆不同b的时间。我怎么能...
您的问题尚不清楚,但我想您是要为不同的数组(Mx=b
)计算方程scipy.linalg.lstsq(M,b)
至b0, b1, b2..
。如果是这种情况,您可以将进程与concurrent.futures.ProcessPoolExecutor
并行进行。此文档非常简单,可以帮助python一次运行多个scipy求解器。
希望这会有所帮助。
您可以将M
分解为QR或SVD产品,并手动找到lsq解决方案。
如果您的线性系统是确定的,我将存储M
LU分解并将其用于所有b
: