如何在Python中进行Cholesky分解
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如何在Python中进行Cholesky分解,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1261字,纯文字阅读大概需要2分钟。
内容图文
![如何在Python中进行Cholesky分解](/upload/InfoBanner/zyjiaocheng/803/2667995afd64410a9b877996652e871d.jpg)
我正在尝试使用Cholesky分解,但是这个功能实际上并没有在scipy中实现,或者有些东西我不理解.我发布在这里是为了后者.这是我正在做的简化示例:
import numpy
import scipy.linalg
numpy.random.seed(0)
X = numpy.random.normal(size=(10,4))
V = numpy.dot(X.transpose(),X)
R = V.copy()
scipy.linalg.cholesky(R,False,overwrite_a=True)
print V
print R
我认为应该发生的是R被上三角矩阵覆盖.但是,当我运行此代码时,我的V和R出来的相同(cholesky不会覆盖R).我误解了overwrite_a的目的,还是犯了其他错误?如果这只是scipy中的一个错误,是否有一种解决方法或其他方式我可以在Python中实现Cholesky分解?
解决方法:
如果你足够勇敢,你可以避免scipy并进行低级别的调用linalg.lapack_lite.dpotrf
import numpy as np
# prepare test data
A = np.random.normal(size=(10,10))
A = np.dot(A,A.T)
L = np.tril(A)
# actual in-place cholesky
assert L.dtype is np.dtype(np.float64)
assert L.flags['C_CONTIGUOUS']
n, m = L.shape
assert n == m
result = np.linalg.lapack_lite.dpotrf('U', n, L, n, 0)
assert result['info'] is 0
# check if L is the desired L cholesky factor
assert np.allclose(np.dot(L,L.T), A)
assert np.allclose(L, np.linalg.cholesky(A))
你必须了解lapack的DPOTRF,fortran调用约定,内存布局.不要忘记在退出时检查结果[‘info’] == 0.然而你看到它只是一行代码,通过丢弃linalg.cholesky完成的所有健全性检查和复制,这也可能更有效.
内容总结
以上是互联网集市为您收集整理的如何在Python中进行Cholesky分解全部内容,希望文章能够帮你解决如何在Python中进行Cholesky分解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。