大家好，小弟想來請教版上大神
在matlab 用A\B作最小平方法曲線擬合時遇到rank deficient 的警告訊息
即使常常出現這個警告訊息，但是當我把解帶回去方程後，曲線擬合的誤差幾乎很小，
基本能夠滿足我的要求。
大家覺得我可以無視這個警告訊息嗎? 或是有甚麼其他要注意的!?
另外，我曾經嘗試將A矩陣作SVD分解A=U*S*V，然後設置容差，挑選S的主對角線數值
大於容差的主對角線數值取倒數，小於容差的主對角線數值我都直接設0，
構造矩陣NV (所以NV_ii = 1/S_ii如果S_ii>容差)，然構造矩陣V*NV*U來代表A的偽逆
矩陣，這樣在Ax=b的系統中，x的解近似為(V*NV*U)*b。
這個做法很多時候也能幫助我作最小平方法的擬合，而且不會出現rank deficient的問題
，最近蠻喜歡這樣解最小平方法的問題，只是呢，依舊某些訊號數據就擬合的很差~
甚至不如我直接 A\B 來求解(即使出現rank deficient訊息)
我不太確定是不是訊號的品質不好~即使是訊號品質的問題我也不知道怎麼確定~
來這求版上大神提供建議或方向~~~感謝~~