После моего вопроса здесь: Вернуть масштабирование MinMax , я пробую другой подход.
На этот раз у меня есть 2 больших списка:
[ ...many values, 0, 20, 22, 32, 11, 24, 0, 12, 11, 33]
[26, 25, 34, 45, 45, 35, 71, 27, 27, 34, many values...]
значения в 2 больших списках были масштабированы с помощью скейлера MinMax:
V = (actual - min) / (max - min)
min и max являются постоянными в списке.min и max различны для двух больших списков.
Два больших списка «перекрываются» в двух меньших списках:
[ 0, 20, 22, 32, 11, 24, 0, 12, 11, 33]
[26, 25, 34, 45, 45, 35, 71, 27, 27, 34]
Для первого списка я знаю, что:
V = (actual - min1) / (max1 - min1)
И для второго списка я знаю, что:
V = (actual - min2) / (max2 - min2)
Технически, я могу выразить actual как функцию min1, min2, max1, max2,
V1.max1 - V1.min1 + min1 - V2.max2 +V2.min2 - min2 = 0
<=> V1.x0 - (V1+1).x1 - V2.x2 + (V2-1).x3 = 0
получить набор из 4 уравнений и решить с помощью numpy.linalg.solve:
data = [(V1, V1+1, V2, V2-1) for V1, V2 in zip(vals1, vals2) if V1 !=0 and V2 != 0]
res = [0 for v in data]
x = np.linalg.solve(data, res)
Но я получаю исключение LinAlgError: Singular matrix каждый раз, когда я пытаюсь это сделать:
lib/python3.7/site-packages/numpy/linalg/linalg.py in solve(a, b)
401 signature = 'DD->D' if isComplexType(t) else 'dd->d'
402 extobj = get_linalg_error_extobj(_raise_linalgerror_singular)
--> 403 r = gufunc(a, b, signature=signature, extobj=extobj)
404
405 return wrap(r.astype(result_t, copy=False))
lib/python3.7/site-packages/numpy/linalg/linalg.py in _raise_linalgerror_singular(err, flag)
95
96 def _raise_linalgerror_singular(err, flag):
---> 97 raise LinAlgError("Singular matrix")
98
99 def _raise_linalgerror_nonposdef(err, flag):
LinAlgError: Singular matrix
AmЯ снова пропустил независимые уравнения?