Question

我有一个401 * 5677矩阵（比如G）和一个长度为5677的矢量（比如指数）我需要获得一个完整的排名（按块）矩阵G.

矩阵G中的块由向量索引定义。例如，如果向量的前50个元素等于1，则表示矩阵的前50列属于组1等。

你知道我怎样才能获得逐块满秩矩阵？这意味着，G的401 * 50“子矩阵”必须是满秩，并且类似地，所有其余的“子矩阵”（每个对应于一个组）也必须是满秩。

我在那个问题上被困了太久了！我怎么能在R？

中做到这一点

更具体地说，假设：

G=matrix(c(1,2,2,4,0,2,2,6,1,2,2,4,5,2,2,3,5,2,2,3),nrow=4) 
index=c(1,1,2,2,2)

也就是说，G的前两列是group1，其余3列是第二列。我想编写一个代码来执行以下操作：

在组1中查找依赖列，并使G的“子矩阵”对应于第一组，满级（例如，如果第1列和第2列依赖，则只保留其中一个）
在对应于第二组的G矩阵部分中执行相同操作。

因此，最后，最终矩阵在每个组内是满级（即，对应于组1的最终G的部分是满级，对应于组2的最终G的部分也是满级）

我还需要知道从G中删除了哪些列（如果有的话），以便从索引向量中删除相应的条目。

我正在使用的是为了找到在原始数据中使用的算法：

B=matrix(c(1,2,2,4,0,2,2,6,1,2,2,4,5,2,2,3,5,2,2,3),nrow=4)
s=c(1,1,2,2,2)
unique.s<-unique(s)
k=1
n=nrow(cB)
cB<-cor(B)
for(i in 1:length(unique.s)){
  u=unique.s[i]
  l=length(which(s==u))
  for(r in 1:n){
    for(c in k:k+l-1){
      if(r<c && cB[r,c]==1){
        B[,c]=NA
        s[c]=NA
      }
   }

  }
  k=k+l

}

B.final<-B[,complete.cases(t(B))]
s.final<-s[complete.cases(s)]

我尝试根据相关矩阵找到依赖列（如果这是正确的，我现在不会）。因此，每次处理一组B矩阵时，我尝试（没有成功），根据它们是否具有等于1的相关性来移除B列。例如，如果cB [1,2]为1，那么我想删除B [，2]列。该程序适用于B [，1：2]，这是第1组的B部分和B [，3：5]的一部分，这是第2组的部分。

Answer 1

根据评论编辑

仅修改为Vec[1:nrow(G)]

要确切地告诉您要求的内容有点难，但我相信您希望根据向量中的唯一值来对矩阵进行子集化，比如说Vec，其中元素索引为{{1是Vec的行索引。

如果您正在寻找，那么您可以迭代Vec中的唯一值

或者，您可以使用

 lapply(unique(Vec), function(Ind) G[which(Vec[1:nrow(G)]==Ind), ])  # which is not needed if length(Vec) == nrow(G)

R中的满秩矩阵

1 个答案:

根据评论编辑