Собственное утверждение умножения не удалось

Question

У меня есть 2 MatrixXd, которые я хочу умножить. Но я получаю ошибку во время выполнения.

Assertion failed: lhs.cols() == rhs.rows() && "invalid matrix product" && "if you wanted a coeff-wise or a dot product use the respective explicit functions",
 file C:\Users\<myPathToProject>\packages\Eigen.3.3.3\build\native\include\Eigen\src\Core\Product.h, line 97

Я проверил размер обеих матриц, и я должен быть в состоянии умножить их вместе, или, возможно, мои математические навыки неверны. Вот содержание моих двух MatrixXd:

Матрица A:

        1         1         1         1         1         1
0.0196078         0         1         1  0.184314  0.329412

Матрица B:

 1
 1
-1
-1
-1
-1

Вот код для воспроизведения. W и YTrain являются double*:

    double* W = (double*)malloc(sizeof(double) * 2);
    double* YTrain = (double*)malloc(sizeof(double) * 6);
    double* XTrain = (double*)malloc(sizeof(double) * 6);

    W[0] = -0.527407;
    W[1] = -0.0828247;

    XTrain[0] = 0.0196078;
    XTrain[1] = 0;
    XTrain[2] = 1;
    XTrain[3] = 1;
    XTrain[4] = 0.184314;
    XTrain[5] = 0.329412;

    YTrain[0] = 1;
    YTrain[1] = 1;
    YTrain[2] = -1;
    YTrain[3] = -1;
    YTrain[4] = -1;
    YTrain[5] = -1;

Eigen::MatrixXd mat_Y(6, 1);
for (int i = 0; i < 6; i++)
    mat_Y(i) = YTrain[i];

Eigen::MatrixXd mat_XTrain(2, 6);
int pos = 0;
for (int x = 0; x < 6; x++)
{
    for (int y = 0; y < 1; y++)
    {
        if (y == 0)
            mat_XTrain(y, x) = 1;
        else
         {
            mat_XTrain(y, x) = XTrain[pos];
            pos++;
        }
    }
}

Eigen::MatrixXd mult = mat_XTrain.transpose() * mat_XTrain;
auto pseudo_inv = mult.completeOrthogonalDecomposition().pseudoInverse();
Eigen::MatrixXd mult_trans = pseudo_inv * mat_XTrain.transpose();
auto final_res = mult_trans * mat_Y;

Answer 1

Действительно, по математике было невозможно умножить матрицу 6x2 на 1x6.

С помощью Мэтью М. Я выпустил мой алгоритм был плохим. Я добавил строку к XTrain, но она мне не нужна.

Подводя итог, XTrain был неправильным измерением.