scipy中密集线性方程组的稀疏解

如何解决scipy中密集线性方程组的稀疏解

我有一个密集的超定矩阵。我可以通过 np.linalg.lstsq 找到解决方案。我想得到大部分为 0 的答案。

这是一个与我的代码产生类似结果的人工示例：

import numpy as np
# Build matrix and vector
M = np.array([[2.71*i,3.14*i,4*i,5.99*i,6*i] for i in range(1,1000) ])
v = np.array([[i] for i in range(1,1000)])
solution,_,_ = np.linalg.lstsq(M,v)
print("solution",solution)
# print("error",np.linalg.norm(v - np.dot(M,solution)))

我得到了许多小的非零项的解决方案。

solution [[ 0.06342455]
 [ 0.1076765 ]
 [ 0.12445127]
 [-0.00251504]
 [ 0.00121254]]

解决方案不是唯一的，我还希望 solution 大部分为 0。像 [0,-.5,.5] 或 [1/2.71,0]。有没有简单的方法可以做到这一点？