大家好，小弟想来请教版上大神
在matlab 用A\B作最小平方法曲线拟合时遇到rank deficient 的警告讯息
即使常常出现这个警告讯息，但是当我把解带回去方程后，曲线拟合的误差几乎很小，
基本能够满足我的要求。
大家觉得我可以无视这个警告讯息吗? 或是有什么其他要注意的!?
另外，我曾经尝试将A矩阵作SVD分解A=U*S*V，然后设置容差，挑选S的主对角线数值
大于容差的主对角线数值取倒数，小于容差的主对角线数值我都直接设0，
构造矩阵NV (所以NV_ii = 1/S_ii如果S_ii>容差)，然构造矩阵V*NV*U来代表A的伪逆
矩阵，这样在Ax=b的系统中，x的解近似为(V*NV*U)*b。
这个做法很多时候也能帮助我作最小平方法的拟合，而且不会出现rank deficient的问题
，最近蛮喜欢这样解最小平方法的问题，只是呢，依旧某些讯号数据就拟合的很差~
甚至不如我直接 A\B 来求解(即使出现rank deficient讯息)
我不太确定是不是讯号的品质不好~即使是讯号品质的问题我也不知道怎么确定~
来这求版上大神提供建议或方向~~~感谢~~

你第一个做法叫mldivide，也就是矩阵左除第二个做法叫pinv，也就是pseudo inverse两者的差别 https://reurl.cc/YqA7xx

推楼上

我才发现原来有直接pinv 的指令lol我想我处理的case应该属于方程式数大于变量数，应该比较适合用反除

?