np.linalg.lstsq

`np.linalg.lstsq` 是 NumPy 库中的函数，用于求解最小二乘问题。它可以用来拟合线性模型，即找到最优的模型参数使得模型的预测值与实际观测值的平方差之和最小。具体来说，给定一个矩阵 `A` 和一个向量 `b`，`np.linalg.lstsq(A, b)` 会返回一个包含以下四个元素的元组：最小二乘解 `x`、残差和 `res`、矩阵秩 `rank` 和矩阵 `A` 的奇异值列表 `s`.

最小二乘问题可以表示成以下形式：

$$ \min_x ||Ax-b||^2 $$

其中，$A$ 是一个 $m\times n$ 的矩阵，$b$ 是一个 $m\times 1$ 的向量，$x$ 是一个 $n\times 1$ 的向量。`np.linalg.lstsq` 函数会返回一个最优解 $x$，使得 $||Ax-b||^2$ 最小。