作者热门文章
- android - RelativeLayout 背景可绘制重叠内容
- android - 如何链接 cpufeatures lib 以获取 native android 库?
- java - OnItemClickListener 不起作用,但 OnLongItemClickListener 在自定义 ListView 中起作用
- java - Android 文件转字符串
我正在实现谱聚类算法,我必须确保矩阵(拉普拉斯矩阵)是半正定矩阵。
检查矩阵是否为正定矩阵 (PD) 就足够了,因为可以在特征值中看到“半”部分。矩阵非常大(nxn,其中 n 是几千的数量级)所以特征分析很昂贵。
Eigen 中是否有任何检查在运行时给出 bool 结果?
如果矩阵不是 PD,Matlab 可以通过抛出异常来使用 chol()
方法给出结果。遵循这个想法,Eigen 返回一个结果而不提示 LLL.llt().matrixL()
,尽管我期待一些警告/错误。Eigen 也有方法 isPositive
,但由于 bug它不适用于具有旧 Eigen 版本的系统。
最佳答案
您可以使用 Cholesky 分解 (LLT),如果矩阵为负,它返回 Eigen::NumericalIssue
,请参阅 documentation .
示例如下:
#include <Eigen/Dense>
#include <iostream>
#include <stdexcept>
int main()
{
Eigen::MatrixXd A(2, 2);
A << 1, 0 , 0, -1; // non semi-positive definitie matrix
std::cout << "The matrix A is" << std::endl << A << std::endl;
Eigen::LLT<Eigen::MatrixXd> lltOfA(A); // compute the Cholesky decomposition of A
if(lltOfA.info() == Eigen::NumericalIssue)
{
throw std::runtime_error("Possibly non semi-positive definitie matrix!");
}
}
关于c++ - Eigen - 检查矩阵是否为正(半)定,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/35227131/
我正在实现谱聚类算法,我必须确保矩阵(拉普拉斯矩阵)是半正定矩阵。 检查矩阵是否为正定矩阵 (PD) 就足够了,因为可以在特征值中看到“半”部分。矩阵非常大(nxn,其中 n 是几千的数量级)所以特征
我是一名优秀的程序员,十分优秀!