Для матрицы X, Если np.linalg.pinv(X)
приравнивает кКак вы используете np.linalg.pinv вернуть эту матрицу
(X^TX)^(- 1) (X^T)
для постоянная C, и единичной матрица I,
Как вы используете np.linalg.pinv вернуть
(X^T X + CI)^(- 1) (X^T)
Для матрицы X, Если np.linalg.pinv(X)
приравнивает кКак вы используете np.linalg.pinv вернуть эту матрицу
(X^TX)^(- 1) (X^T)
для постоянная C, и единичной матрица I,
Как вы используете np.linalg.pinv вернуть
(X^T X + CI)^(- 1) (X^T)
Немного больше вопросов по математике, но кто заботится. Как насчет
pinv(X + C*pinv(X).T)
Доказательство корректности: Легко проверить, что выражение, приведенное в вопросе псевдо инверсией X + Cpinv(X)^T
. Поэтому остается показать, что он имеет тот же нулевой пробел, что и , псевдо-обратный. Так как оба могут быть записаны как RX^T для некоторого R, это ясно. что и требовалось доказать