2回答
numpy.linalg.eig中的特征向量是正交的吗？如果没有，如何得到正交和归一化的特征向量和相对的八维数？
浏览 1提问于2018-02-06得票数 1
我试图在一组已读取到numpy数组中的空间网格上运行PCA，这让我感到困惑。输出数组的结果是对输入网格集合(即输入数组)上的每个数组元素将特征向量相乘，并将它们相加。每个输出网格将代表一个主成分，按解释方差的降序排列。通过numpy.linalg.eig生成特征向量后，我不确定它们的顺序。evec中的值是否表示我应该用来计算第一个主成分输出数组的特征向量？或者我应该从最下面的一行(即下面的evec11 )开始？或者在numpy.linalg.eig的输出中按列排列特征向量</em
浏览 0提问于2012-09-13得票数 3
回答已采纳
NumPy的特征向量解与Wolfram Alpha和我个人手工计算的不同。>>> import numpy.linalg>>> numpy.linalg.eig(np.array([[-2, 1], [2, -1]]))
(arrayi=eigenvectors+%7B%7B-2,1%7D,%7B%2B2,-1%7D%7D和我个人的计算给出了特征向量(-1，1)和(2，1)。但是，<em
浏览 33提问于2019-06-24得票数 0
回答已采纳
0回答
对应于此矩阵的真实特征值的特征向量(由Python计算)似乎不是特征向量，而由Wolfram Alpha计算的特征向量似乎是有效的。代码片段：>>> in_matrix = np.array([[0.904, 0.012, 0.427], [-0.0032, 0.99975, -0.02207不出所料，将in_matrix乘以这个特征向量确实会产生相同的向量。Y轴，而numpy给出(sqrt(2), sq
浏览 3提问于2017-12-03得票数 0
回答已采纳
下面是我使用的一些代码的示例：import numpy.linalg as linalg
eigenValueseigenValues.argsort() eigenVectors = eigenVectors[:,idx]
我试图做的是，在一组比五个特征向量多得多的集合中，只绘制五个最小的特征向量，然后绘制它们。那么，如何选择前五个特征向量</e
浏览 0提问于2013-03-21得票数 0
1回答
一种基于特征向量的PCA实现：A_mean = np.mean(A, axis=0) 0.33899019, 0.36310027, 0.02380186, 0.67207071, 0.28638936]])
我使用特征向量进行
浏览 0提问于2013-06-14得票数 2
回答已采纳
我用NumPy的线性代数包来计算对应于大Hermitian矩阵最小特征值的特征向量。linalg.eigh函数要求按升序返回Hermitian矩阵的特征值以及相应的特征向量。这正是我所需要的。例如：
H = np.diag([-0.4,-0.5, 0.4, 2.3, -0.5, -0.6, 0.3, 2.2, 0.4, 0.3, 1.2, 3.1, 2.3即函数输出0,0,0,1，作为对应于-0.6的特征向量，这显然是不正确的。有人能告诉我为什么这个功能失败了吗？
浏览 2提问于2018-06-02得票数 1
回答已采纳
2回答
我的问题如下:使用scipy.linalg.eig获取特征向量和特征值我看到所有的特征值都有重数1，但是当我运行下面的代码时，它不能确认特征向量是正交的，正如本例中它们应该是正交的。这会是什么原因呢？import scipy as SPfrom scipy import linalg
from numpy import linspace,asscalar,argsort
浏览 3提问于2014-08-21得票数 1
在一个简单的例子中，我试图学习如何使用numpy来确定特征向量和值，但是结果看起来不正确。这是我的代码：import numpy.linalg as la
matrix = np.array([[-2, 1,；1特征值-0.585786437626905: 1；1.4142135623730954；1
特征值匹配，但特征向量不匹配。问题: 1. numpy是否在缩放特
浏览 0提问于2018-01-28得票数 1
回答已采纳
1回答
如果我使用的是numpy或scipy包，那么我所有特征向量的条目都是0。如果我用scipy.sparse来计算1000-8000个特征向量，我就得到了正确的特征向量。但我需要他们所有人。，我可以用LAPACK或者ARPACK来计算右特征向量吗？
请注意，我的矩阵是网络图的表示，因此是稀疏矩阵。我将它们转换为使用numpy.linalg的密集矩阵，否则就使用scipy.sparse.linalg。
浏览 9提问于2019-12-29得票数 2
回答已采纳
1回答
我见过问题，这与我试图用numPy计算numPy中的主要特征向量有关。 [ 0.4472136 , -0.70710678]]))
我关心的是，根据Perron定理，第二个特征向量</em
浏览 4提问于2013-09-09得票数 4
回答已采纳
2回答
正如标题所说，我必须计算对应于最大特征值的特征向量v。我不确定是什么命令能做到这一点。有什么建议吗？import numpy as npdef eigen_X
浏览 4提问于2018-11-15得票数 0
我想知道是否有Python包，numpy或其他，它有一个函数，可以计算一个小矩阵的第一个特征值和特征向量，比如2x2。我可以使用numpy中的linalg包，如下所示。import numpy as np
A = np.asmatrix(np.rand(2, 2))
evals, evecs = np.linalg.eig我怀疑这是因为numpy通过某种迭代过程来计算特征向量。所以我想知道是否有更快的算法只返回第一个(最大的)特征值和<e
浏览 0提问于2011-10-21得票数 8
回答已采纳
2回答
作为当前的任务，我需要计算120*120矩阵的特征值和特征向量。首先，我在Java (Apache库)和Python2.7 (Numpy库)的简单2×2矩阵上测试了这些计算。我有一个与特征向量不匹配的问题，如下所示：import org.apache.commons.math3.linear.EigenDecomposition;//Java output
eigenvector[0]
浏览 4提问于2016-11-15得票数 6
回答已采纳
2回答
我有一个Numpy矩阵，例如，numpy.matrix([[-1, 2],[1, -2]], dtype='int')。如果有的话，我想得到它的integer-valued特征向量；例如，上面矩阵的numpy.array([[-1], [1]])。Numpy返回的是浮动数字的特征向量，缩放成单位长度。
浏览 1提问于2013-01-18得票数 3
回答已采纳
1回答
我想要计算我的结构振动形状和周期(特征值/向量)，所以我使用NumPy。特征值与MATLAB给出的特征值相同，但当我将特征向量与MATLAB给出的特征向量进行比较时，我发现一些小的差异(小于1E-10)。#M Mass Matrix
以下是我的结果
浏览 0提问于2019-02-13得票数 3
1回答
我在Matlab和Numpy中计算特征向量，但是得到了不同的结果。我当时的印象是，对于给定的矩阵，只有一组特征向量，但这两种输出似乎都是有效的。+0.j ],有谁能解释为什么这些输出是不同的，似乎每一组不同的特征向量都是彼此旋转的版本
浏览 4提问于2013-09-18得票数 8
回答已采纳
3回答
我使用numpy中的linalg来计算带符号实数的矩阵的特征值和特征向量。我已经阅读了，但仍然没有掌握特征向量的归一化。下面是一个直接来自的示例 from numpy import linalg as la
eig_vals=
[ 3. 1.]
浏览 0提问于2017-12-14得票数 2
我有一个模型，它在本地机器上提供了很好的准确性，但当涉及到谷歌协作时，它没有提供好的accuracy.Is，没有任何具体的方法来训练谷歌协作中的文本/视觉模型
浏览 9提问于2019-10-15得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
