如何在MATLAB中使用最小二乘近似？
 

对于线性代数中的作业分配，我已经使用MATLAB的\运算符解决了以下等式（推荐的方式）：

A = [0.2 0.25； 0.4 0.5; 0.4 0.25];y = [0.9 1.7 1.2]'；x = A \ y产生以下答案：

x =1.70002.0800对于作业的下一部分，我应该使用最小二乘近似法求解相同的方程（然后将其与先前值进行比较，以了解近似度的准确性）。

如何在MATLAB中找到一种方法？

先前的工作：我已经找到了函数lsqlin ，该函数似乎能够解决上述类型的方程式，但是我不知道提供该参数的顺序和顺序。


回答：
[B]mldivide[/B] ，（“ [B]\[/B] ”）实际上也是如此。根据[URL="http://www.mathworks.com/access/helpdesk/help/techdoc/ref/mldivide.html"]文档[/URL] ：

<blockquote>
如果A是m〜= n的m×n矩阵，而B是具有m个分量的列向量，或者是具有多个此类列的矩阵，则X = A \ B是下边的最小二乘解。 -或方程组AX = B的超定系统。换句话说，X使范数（A * X-B）（向量AX-B的长度）最小化。A的秩k由列分解的QR分解确定（请参见详细算法）。计算出的解X每列最多具有k个非零元素。如果k