Question

回想一下，我们想找到 ，来最小化：

另一种思考方式是，我们对向量 b 最接近 A 的子空间（称为 A 的范围）的地方感兴趣。 这是 b 在 A 上的投影。由于 必须垂直于 A 的子空间，我们可以看到：

使用了 因为要相乘 A 和 的每列。

这让我们得到正规方程：

def ls_naive(A, b):
     return np.linalg.inv(A.T @ A) @ A.T @ b

%timeit coeffs_naive = ls_naive(trn_int, y_trn)

# 45.8 µs ± 4.65 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

coeffs_naive = ls_naive(trn_int, y_trn)
regr_metrics(y_test, test_int @ coeffs_naive)

# (57.94102134545707, 48.053565198516438)