使用主导特征值计算特征向量
使用主导特征值计算特征向量
提问于 2012-12-06 15:53:47
我想问一些关于特征向量中心性的问题。我必须使用幂迭代来计算特征值。这是我计算特征值的代码：
v=rand(165,1);
for k=1:5
w = data_table*v;
lamda = norm(w);
v = w/lamda;
end当我得到单个特征值时，我困惑于使用我得到单个特征值来计算特征向量分数。例如，在我计算特征值的代码中，我得到主导特征值= 78.50。有了这个特征值分数，我想要计算特征向量分数。通常，我们总是使用代码来计算特征值和特征向量，例如: U，V= eig(data_matrix)；但是，该代码的结果：
v =
-167.59 0 0
0 -117.51 0
0 0 -112.0
V =
0.0404505 0.04835455 -0.01170
0.0099050 -0.0035217 -0.05561
0.0319591 -0.0272589 0.018426根据结果，我们使用三个特征值得分来计算特征向量。我的问题是如何计算特征向量分数，但仅使用在幂迭代代码中获得的一个特征值分数？
回答 1
Stack Overflow用户
发布于 2013-04-24 20:07:51
幂迭代寻找主导特征向量，即具有最大特征值的特征向量。
如果你从
v=ones(165,1)/165; % initialisation
for i=1:5 % 5 iterations
w=data_table*v; % assuming size(data_table) = [165 165]
v=w/norm(w);
end你的算法在5次迭代中收敛，那么v就是你的主导特征向量；
另外，我将从一个较小的示例开始测试您的代码。你的matlab调用[U,V] = eig(data_matrix);令人困惑，因为V应该是一个165165的对角线矩阵，而不是一个大小为33的完整矩阵；
试试这个：
X=[1 1 1;1 1 2;1 2 2]
[U,V]=eig(X)
X*U(:,3)
U(:,3)*V(3,3)看看matlab输出中最大的特征值是什么，即(V3,3)，以及相应的向量U(:,3)。
您可以使用幂迭代来查找此特征向量：
v=ones(1,3)
w=v*X;v=w/norm(w)
w=v*X;v=w/norm(w)
w=v*X;v=w/norm(w)
w=v*X;v=w/norm(w)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/13739186
复制相关文章
相似问题
腾讯云开发者
