python – 最大的特征向量和可能的Scipy古怪
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python – 最大的特征向量和可能的Scipy古怪,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含1376字,纯文字阅读大概需要2分钟。
内容图文
![python – 最大的特征向量和可能的Scipy古怪](/upload/InfoBanner/zyjiaocheng/744/2e7a1948a4514972a99fe2c19144344c.jpg)
不确定这是否是包中的错误或由于其他原因,但我们继续.
我正在使用以下包在相似度得分的对称矩阵(大小为10×10)上找到最大的特征值及其对应的特征向量:
scipy.sparse.linalg.eigen.arpack.eigsh
,像这样:
scipy.sparse.linalg.eigen.arpack.eigsh(mymatrix, 1, which='LM')
现在的问题是,当我运行它几次(使用相同的矩阵,设置等)时,有时特征向量中的值是正的,有时是负的(参见运行3).
有谁知道为什么会这样,或者它是一个错误?似乎没有一种模式,但它只发生在每次迭代后运行代码而不关闭Python时(即每次运行后点击F5).
### Run 1: ###
[[-0.31056873]
[-0.31913092]
[-0.3149287 ]
[-0.32262921]
[-0.32190688]
[-0.31292658]
[-0.32424732]
[-0.31885208]
[-0.31808024]
[-0.298174 ]]
### Run 2: ###
[[-0.31056873]
[-0.31913092]
[-0.3149287 ]
[-0.32262921]
[-0.32190688]
[-0.31292658]
[-0.32424732]
[-0.31885208]
[-0.31808024]
[-0.298174 ]]
### Run 3:###
[[ 0.31056873]
[ 0.31913092]
[ 0.3149287 ]
[ 0.32262921]
[ 0.32190688]
[ 0.31292658]
[ 0.32424732]
[ 0.31885208]
[ 0.31808024]
[ 0.298174 ]]
### Run 4: ###
[[-0.31056873]
[-0.31913092]
[-0.3149287 ]
[-0.32262921]
[-0.32190688]
[-0.31292658]
[-0.32424732]
[-0.31885208]
[-0.31808024]
[-0.298174 ]]
这不是一个主要问题,但我不喜欢我的代码中的不确定性;-)
提前谢谢了,
马丁
解决方法:
这实际上是一个数学问题.
但原因是当你计算特征向量时会有一个任意阶段.你正在为x解决Ax = bx.该方程在(可能是ocmplex)相位的乘法下是不变的.
至于为什么它以(看似)随机的方式发生,我不知道.但我很确定这不是一个错误.
内容总结
以上是互联网集市为您收集整理的python – 最大的特征向量和可能的Scipy古怪全部内容,希望文章能够帮你解决python – 最大的特征向量和可能的Scipy古怪所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。