我正在处理最小二乘(SCIPY)问题。通常最小平方问题有给定 X 数据和 Y 数据,并给出函数的一般形式,例如线性/二次/对数,基于 x 和 y 数据,我们优化曲线方程的参数——这就是 CURVE配件
但我想要做的是给定 Y 数据和函数的确切形式,估计 X 数据将是什么...... x 数据是多维的,即有 40 个参数,其中每个实验中只实现了 4 个。我在下面展示了一个示例-
X data Y data function
a,b,c,d 0.4 a+b+c+d
a,c,d,e 0.2 a+c+d+e
c,d,e,k 0.7 c+d+e+k
..................................
..................................
..................................
so:
a+b+c+d = 0.4
a+c+d+e = 0.2
c+d+e+k = 0.7
...........
............
..........
假设我们拥有大量此类数据
所以函数是完全已知的,它只是 x 数据的总和。有很多参数需要估计,(40),在每个实验中只实现了这些参数中的 4 个,并且每个 x 数据都有相应的 y 值这是否可能?
不重要我正在研究与 DNA 转录因子结合相关的问题