所以,我必须找到一个x,它使norm(A.dot(x) - y, 2) A最小化,A是一个矩阵,y是一个向量。这可以很容易地用scipy.optimize.lsq_linear或numpy.linalg.lstsq实现,但我需要x是整数。一般来说,“整数规划”是NP-完全的。是否有一个现成的库可以解决python中的整数线性最小二乘问题?
我试图将包含在两个整数范围内的值转换为包含在另一个给定范围内的另一个整数。我希望输出值是输入整数的对应值(尊重比例)。更清楚的是,下面是我想解决的问题的一个例子:
假设我有三个整数,比如10,28和13,它们包含在范围(10,28)中。10是最小可能值,28是最大可能值。如何在python中实现这样的“重新标度”?我尝试了通常的计算(value/max of first range)*max of second range,但它提供了错误的值,除非在少数情况下。起初,我在<