确定Numpy SVD中奇异值在V中的对应列

Question

我正在尝试使用SVD来估计线性方程的非平方矩阵的解决方案。我的矩阵是8 x 6形状。

我使用以下方法计算了以下参数：

U, sigma, VT = np.linalg.svd(mat)

现在，建议从V取一列，其中S的对应值最小，这应该是我试图通过8个方程确定的6个参数的解决方案。

有人可以帮忙吗？

谢谢

Answer 1

哦！抱歉，谢谢您的时间。实际上，我用关于least square estimation of over-determined condition的稍微不同的答案来解决问题。

而且这似乎可以做到，我只需要做：

sol_min = VT[:, np.argmin(sigma)]