我想知道如何在R中解决以下问题
我们有一个v向量(n个元素)和一个B矩阵(维度为mxn).例如:
> v
[1] 2 4 3 1 5 7
> B
[,1] [,2] [,3] [,4] [,5] [,6]
[1,] 2 1 5 5 3 4
[2,] 4 5 6 3 2 5
[3,] 3 7 5 1 7 6
我找米 -长向量ü这样
sum( ( v - ( u %*% B) )^2 )
最小化(即最小化平方和).
昨天我问了一个问题,关于R中最小二乘优化,它原来是lm功能是我一直在寻找的东西.
另一方面,现在我有一个其他最小二乘优化问题,我想知道是否lm也可以解决这个问题,或者如果没有,如何在R中处理它.
我有固定的矩阵B(维数为nxm)和V(维数为nxn),我正在寻找一个m- long向量u这样
sum( ( V - ( B %*% diag(u) %*% t(B)) )^2 )
最小化.