Определение соответствующих столбцов в V особых значений в Numpy SVD

Question

Я пытаюсь использовать SVD для оценки решения для неквадратной матрицы линейных уравнений. Моя матрица имеет форму 8 x 6.

Я рассчитал следующие параметры, используя:

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

Теперь мне предлагается взять столбец из V с наименьшим соответствующим значением в S, и это должно быть решением для моего 6 параметров, которые я пытаюсь определить с помощью 8 уравнений.

Может кто-нибудь помочь?

Спасибо

Answer 1

О! извините, ребята, спасибо за ваше время. На самом деле я разобрался в проблеме с немного другим ответом здесь о оценке наименьших квадратов переопределенного условия .

И это похоже на то, что я просто должен был сделать:

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