在研究zernike多项式过程中，需要使用到矩阵的最小二乘拟合。所以在这里记录分享Eigen库的最小二乘拟合使用方法。

by HPC_ZY

最小二乘公式

$$B=(X^{T}X{)}^{-1}{X}^{T}Y$$
$B:n\times 1矩阵$
$X:m\times n矩阵，输入变量/特征$
$Y:m\times 1矩阵，输出变量/拟合目标$
$m:样本数$
$n:特征个数$

Eigen实现

如一组样本数为3、特征数为3的矩阵，进行最小二乘拟合如下，

// 初始化
MatrixXf X(3, 3);
MatrixXf Y(3, 1);
X <<
	3, 1, 2,
	3, 2, 4,
	5, 5, 2;
Y <<
	2,
	2,
	3;
// 最小二乘拟合
MatrixXf Xt = X.transpose();
MatrixXf B = (Xt*X).inverse()*Xt*Y;
// 检验
MatrixXf Yfit = X*B;
// 显示
cout << "X = " << endl << X << endl << endl;
cout << "Y = " << endl << Y << endl << endl;
cout << "B = " << endl << B << endl << endl;
cout << "Yfit  = " << endl << Yfit  << endl << endl;

对应的MATLAB计算方法如下

X = [3,1,2; 3,2,4; 5,5,2]
Y = [2; 2; 3]

B = inv(X'*X)*X'*Y  % 也可以写作 B = (X'*X)X'*Y

Yfit = X*B

结果对比如下，结果一致，ok

其他

1. 使用之前当然要先加入头文件 （Eigen下载）

#include <Eigen/Dense>
using namespace Eigen;

2. 上文C代码中我使用手动赋值的方式，其实对于大矩阵还可以使用循环赋值，如下

float a[9] = {3, 1, 2, 3, 2, 4, 5, 5, 2};
MatrixXf X(3 ,3);
for (int i = 0; i < 3; i++)
	for (int j = 0; j < 3; j++)
		X(i, j) = a[i * 3 + j];
		
cout << "X = " << endl << X << endl << endl;

3. 欢迎提问评论，谢谢支持

最后

以上就是清脆金毛为你收集整理的Eigen库最小二乘拟合最小二乘公式Eigen实现其他的全部内容，希望文章能够帮你解决Eigen库最小二乘拟合最小二乘公式Eigen实现其他所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。