我有一个巨大的稀疏矩阵A
<5000x5000 sparse matrix of type '<type 'numpy.float64'>'
with 14979 stored elements in Compressed Sparse Column format>
我需要删除线性相关的行。我之前有j
行依赖。我需要
我试图关注this question,但稀疏矩阵的相应方法scipy.sparse.linalg.eigs表示
k :所需的特征值和特征向量的数量。 k必须小于N.不可能计算a的所有特征向量 基质
我该怎么办?
答案 0 :(得分:1)
scipy.sparse.linalg.eigs
使用隐式重新启动的Arnoldi迭代。该算法用于快速查找几个特征向量,并且无法找到所有。
5000x5000 。您是否考虑过仅使用numpy.linalg.eig
或scipy.linalg.eig
?它可能需要几分钟,但它并非完全不可行。你不能通过使用稀疏矩阵获得任何东西,但我不确定是否有一种算法可以有效地找到稀疏矩阵的所有特征向量。