Question

我想从矩阵中提取线性独立的样本。为此，我想使用特征值。但是问题是基于numpy / scipy的函数给出了特征值的排序列表。通过该信息，我松散了哪个特征值与原始矩阵的哪个行向量相对应的信息，以便仔细删除它们。

我试图创建自己的代码来计算本征值：

   numpy.linalg.solve(numpy.linalg.det(I,A))

其中，A是原始矩阵，I是同一性。但这给出了错误并且是不正确的。有什么办法可以解决这个问题？

Answer 1

默认情况下，它们不提供排序列表，请尝试

jpeg("plot.jpg")
plot(c(1, 2, 3), c(1, 2, 3))

特征值w [0]对应于v的第0列。特征值w [1]对应于列1，...。要提取第i列向量，只需使用

import numpy as np
from numpy import linalg as LA
A = np.array([[1,2,3],[3,2,1],[1,0,-1]])
w, v = LA.eig(A)
print(w)
    [  4.31662479e+00  -2.31662479e+00   3.43699053e-17]
print(v)
    [[ 0.58428153  0.73595785  0.40824829]
     [ 0.80407569 -0.38198836 -0.81649658]
     [ 0.10989708 -0.55897311  0.40824829]]

获取未分类特征值的问题

1 个答案: