Question

我需要计算密集矩阵的奇异值分解，但它似乎没有包含在我正在使用的包中：从Nuget包管理器下载的MathNet.Numerics x86 v2.4.0.26。

链接答案中包含的语法是：

 var m = DenseMatrix.OfArray(new double[,] {
   { 3, 0, 0, 0, 0 },
   { 0, 2, 4, 0, 0 },
   { 0, 4, 5, -4, 5 },
   { 0, 0, -4, -8, 12},
   { 0, 0, 5, 12, -5 }});


  var svd = m.Svd(true);  //The method Svd() doesn't seem to be available in v2.4 

  svd.U() * svd.W() * svd.VT()

svd()中未列出documentation。

我正在寻找一个使用MathNet.Numerics x86库生成DenseMatrix的SVD的简单示例。

不幸的是，方法inverse()正在返回NaN，因此我希望使用奇异值分解来近似反演。

Answer 1

从文档中我发现了奇异值分解的类

MathNet.Numerics.LinearAlgebra. Double/Single/Generic .Factorization.Svd是抽象类。

MathNet.Numerics.LinearAlgebra. Double/Single/Generic .Factorization.DenseSvd是实施。将矩阵传递给构造函数，结果可以通过成员获得。

Answer 2

Svd（）曾经是v2中的扩展方法，但遗憾的是，只有在包含right namespace时才可用。在您的情况下，添加以下行应该可以做到这一点：

using MathNet.Numerics.LinearAlgebra.Double;

这是即将推出的v3版本中已大大简化的领域之一，这是一种正确的方法。我建议您查看最近的v3软件包之一（截至编写本文时为v3.0.0-alpha7）。

SVD是否包含在MathNet.Numerics x86中？

2 个答案: