问题标签 [eigenvector]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
ios - 为什么从加速框架计算的特征向量符号不同？
嗨，以下 9x9 输入矩阵
来自 dsyevd_ (lapack) 的特征向量是
来自opencv的特征向量
这些值的位置不同，符号也不同。我如何在 lapack 中解决这个问题。
python - 用于广义特征值的 Python eig 不返回正确的特征向量
尝试使用 scipy 的 linalg.eig 来解决广义特征值问题。然后我检查我得到的解决方案，它似乎没有返回正确的特征向量。此外，文档表明返回的向量是标准化的，但事实并非如此（尽管这并没有让我很困扰）。
以下是样本矩阵：
运行 eig 我得到：
然后测试结果：
我认为这两个将是平等的，但他们不是......我也尝试使用 eigh 代替但没有成功。将不胜感激任何帮助，我显然错过了一些东西。
python - 如何找出与矩阵的特定特征值相对应的特征向量？
如何找出对应于特定特征值的特征向量？
我有一个随机矩阵（P），其中一个特征值为 1。我需要找到与特征值 1 对应的特征向量。
scipy 函数scipy.linalg.eig返回特征值和特征向量的数组。
这里 D（值数组）和 V（向量数组）都是向量。
一种方法是在 D 中进行搜索并在 V 中提取相应的特征向量。有没有更简单的方法？
c++ - 将数组映射回现有的特征矩阵
我想将一个双精度数组映射到现有的 MatrixXd 结构。到目前为止，我已经设法将 Eigen 矩阵映射到一个简单的数组，但我找不到返回的方法。
c++ - 将上 MatrixXd 复制到下 MatrixXd (Eigen3) C++ 库
我有一个下三角 MatrixXd，我想将其较低的值复制到上侧，因为它将成为一个对称矩阵。我该怎么做？
到目前为止，我已经完成了：
有最快的方法吗？我正在考虑一些能够将下三角矩阵“复制”到上三角矩阵的内部方法。假设我有这个矩阵，我们称之为m：
我需要获得的m是：
我也知道你可以让矩阵的上部或下部做一些事情：
但是我还没有得到我想要的...
matlab - 仅搜索矩阵的第一个（一对）特征值和特征向量 - MATLAB
我想通过有限差分法解决 PDE 的特征值问题。因此我的问题被简化为矩阵特征值问题。问题是这个矩阵的大小会非常大，如果我使用这个函数eig，它会搜索所有的特征值和特征向量，这在我的情况下是浪费时间。
找到前k个特征值后是否有可能使特征值算法停止？（其中 k 是一个小的正整数）
matlab - 我们能否从矩阵中得到不同的 eigenVectors 解决方案？
我的目的是找到矩阵的特征向量。在 Matlab 中，有一个[V,D] = eig(M)通过使用来获取矩阵的特征向量：[V,D] = eig(M)。或者，我使用WolframAlpha网站来仔细检查我的结果。
我们有一个10X10名为 的矩阵M：
D：
V：
我得到了以下结果：
- 原始矩阵：
- WolframAlpha 的结果：
- Matlab Eig 的结果：
D（特征值）
V（特征向量）
是否有可能为 eigenVectors 获得不同的解决方案，或者它应该是一个独特的答案。我有兴趣澄清这个概念。
scipy - 具有半正定的scipy广义特征问题
嗨，大家好！！！
我想计算形式的广义特征分解：
Lf = λ Af
通过使用 scipy.sparse.linalg.eigs 函数，但得到这个错误：
/usr/local/lib/python2.7/dist-packages/scipy/linalg/decomp_lu.py:61：RuntimeWarning：对角线数 65 正好为零。奇异矩阵。RuntimeWarning) ** 进入 DLASCL 参数编号 4 时具有非法值
我正在传递三个参数，一个对角矩阵、一个正半定 (PSD) 矩阵和数值 K（前 K 个特征值）。Matlab 的 eigs 函数使用相同的输入参数表现良好，但在我理解的 SciPy 中，为了使用 PSD 进行计算，我还需要指定 sigma 参数。
所以，我的问题是：有没有办法避免设置 sigma 参数，就像在 MatLab 中一样，或者如果没有，如何获取 sigma 值？
期待得到建议或提示......提前谢谢你！
opencv - OpenCV 库中的 PCA 源代码
以下 API 函数是 OpenCV 库中 PCA 的源代码：
这个函数来自 Eigenobjects.cpp
而且我不明白以下代码：
我知道PCA是通过计算协方差矩阵及其特征值和特征向量，但是当部分函数调用内部函数icvCalcCovarMatrixEx_8u32fR()来计算特征值和特征向量，然后“上面代码的目的是什么在[其他部分]”？我猜 [else part] 是计算特征向量，但是函数 icvCalcCovarMatrixEx_8u32fR() 已经完成了，那么，有没有人可以帮我回答这段代码的目的是什么？谢谢！！！
statistics - PCA中通过term document matrix构造的协方差矩阵有什么意义？
我正在研究神经网络，为了减少通过文档构造的术语-文档矩阵的维度以及其中包含 tf-idf 值的各种术语，我需要应用 PCA。像这样的东西
PCA 的工作原理是获取数据的平均值，然后减去平均值，然后对协方差矩阵使用以下公式
令矩阵 M 为维度为 NxN 的术语-文档矩阵
协方差矩阵变为
然后我们计算特征值和特征向量作为神经网络中的特征向量。我无法理解的是协方差矩阵的重要性以及它找到协方差的维度。
因为如果我们考虑简单的二维 X，Y，就可以理解。这里关联了哪些维度？
谢谢