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

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