求Python轻量快速的最小二乘库：仅实现核心矩阵求解逻辑

• NumPy的np.linalg.lstsq：这是最贴合你需求的轻量工具，它内部处理了各类数值边界情况（如奇异矩阵、秩亏问题），比手动求逆的实现更稳定。你可以通过参数设置只返回回归系数，完全不需要额外统计量：

  import numpy as np
  B, *_ = np.linalg.lstsq(X, y, rcond=None)
  

  注：在数值稳定的场景下，其结果与你手动计算的np.linalg.inv(X.T @ X) @ X.T @ y一致，但它能更好地处理逆矩阵不存在的情况。

• 若严格遵循你的公式逻辑：可以直接用NumPy的np.linalg.inv结合矩阵乘法，NumPy已经封装了逆矩阵计算的边界处理（如对奇异矩阵抛出合理异常），无需你自己编写单元测试：

  import numpy as np
  B = np.linalg.inv(X.T @ X) @ X.T @ y
  

  但这种方式的数值稳定性不如lstsq，仅推荐在你确认X.T @ X可逆的场景下使用。

内容的提问来源于stack exchange，提问作者generic_user