- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我想知道 numpy 是否有有效的实现来计算对称矩阵的最大或最小特征值,如果可能的话没有全谱分解。我发现以下模块实现了特征分解:
scipy.linalg
;numpy linalg
;scipy sparse linalg
.scipy/sparse/linalg/eigsh可以输出k个最小(最大)的特征值和特征向量;scipy/linalg/eigh 还提供了选择特征值子集的选项;numpy/linalg/eigvalsh 输出所有特征值。但是,如果我只想要一个特定的特征值,它们似乎都没有效率。
我运行了一些玩具示例来比较寻找最大特征值所花费的时间。所有的方法都给出了足够接近的解,numpy.linalg 中的特征分解函数似乎是最有效的,认为它需要全谱分解。有没有更好的方法来完成这项工作?
这里是测试代码和解决方案
import numpy as np
import scipy.linalg
import scipy.sparse.linalg
import time
def test_scipy_eig(a):
p = a.shape[0]
w = scipy.linalg.eigh(a, eigvals=[p-1, p-1], eigvals_only=True)
return w
def test_scipy_sparse_eig(a):
p = a.shape[0]
w = scipy.sparse.linalg.eigsh(a, k=1, which='LA', return_eigenvectors=False)
return w
def test_numpy_eig(a):
w = np.linalg.eigvalsh(a)
return w
p = 2000
a = np.random.normal(0,1,(p,p))
b = a.dot(a.T)
start = time.time()
w1 = test_scipy_eig(b)
t1 = time.time() - start
start = time.time()
w2 = test_numpy_eig(b)
t2 = time.time() - start
start = time.time()
w3 = test_scipy_sparse_eig(b)
t3 = time.time() - start
print "time expense:\n scipy:%f numpy:%f scipy_sparse:%f " % (t1, t2, t3)
print "largest eigenvalue:\n scipy:%f numpy:%f scipy_sparse:%f " % (w1[0], w2[-1], w3[0])
输出
time expense:
scipy:1.427211 numpy:1.395954 scipy_sparse:4.520002
largest eigenvalue:
scipy:7949.429984 numpy:7949.429984 scipy_sparse:7949.429984
最佳答案
您的玩具问题恰好是通过迭代方法找到最大特征值的困难案例,因为您有几个特征值聚集在最大的特征值周围。
如果你更换
a = np.random.normal(0,1,(p,p))
通过
a = np.random.rand(p, p)
您从 scipy.sparse
求解器中获得非常不同的性能。
您正在寻找的答案是:正确的使用方法取决于您手头的问题,并且不能通过使用玩具示例来确定,除非玩具示例的特征值和稀疏结构以及大小与实际相似您正在尝试解决的问题。
关于python - python中的最小特征值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/24418534/
我对 CBMutableCharacteristic 的特征值可以有多长感到困惑。如果我有一个归档对象数组,我可以将特征值设置为这个归档数组吗?或者我最好为数组中的每个归档对象设置一个单独的特征? 最
我在 Python Sympy 中使用来计算带有变量的矩阵 A 的特征值(例如)。有谁知道如何计算这样的矩阵的特征值?命令 A.eigenvals() 不起作用。例如下面的代码: x = symbol
我正在计算协方差矩阵的特征值,它是实数且对称的半正定矩阵。因此,特征值和特征向量都应该是实数,然而numpy.linalg.eig()返回具有(几乎)零虚部的复数值。 协方差矩阵太大,这里贴不出来,但
我正在尝试对图像使用光谱聚类。我首先计算亲和性矩阵,然后尝试获取特征向量。但是,在 7056x7056 矩阵上,eig() 调用花费的时间太长。关于如何改进这个的任何建议?也许我应该使用不同形式的亲和
我目前正在使用 Dart/Flutter BLE 插件来更好地了解 BLE 设备。 插件: https://pub.dartlang.org/packages/flutter_blue 当我连接到我的
我在使用 Eigen 库时遇到错误,我想做的就是从 Eigen::VectorXf 中减去一个标量。所以,我的代码如下: #define VECTOR_TYPE Eigen::VectorXf #de
假设我有一个对称矩阵 M,它不是正(半)定的,我想计算它的 k 顶(绝对值)特征值(和相应的特征向量)。现在,可以使用截断的 SVD 来做到这一点,它将返回所述特征值的绝对值,然后必须检查符号并找到相
我有一个关于 split 节点的问题。我有 4 个特征,想要预测这个人是否会玩,可能会玩,也可能不会玩。根据信息增益,我将“天气”作为第一个要分割的特征,其中“多雨”、“炎热”和“潮湿”作为分支。下雨
我有一个 ~3000x3000 类似协方差的矩阵,我在该矩阵上计算特征值-特征向量分解(它是一个 OpenCV 矩阵,我使用 cv::eigen() 来完成工作)。 但是,我实际上只需要前 30 个特
我想计算 K*es,其中 K 是一个 Eigen 矩阵(维度 pxp)和 es 是一个 px1 随机二进制 vector ,值为 1。 例如,如果 p=5 和 t=2 一个可能的 es 是 [1,0,
我正在尝试使用 CoreBluetooth 框架从设备读取所有可用服务及其特征值。 - (void)centralManager:(CBCentralManager *)central didDisc
我已经在 Internet 上多次看到这个主题,但从未见过一个完整、全面的解决方案,它可以适用于当前库版本的 sklearn 的所有用例。有人可以尝试使用以下示例解释如何实现吗? In this ex
我的输入 数据框(缩短)如下所示: >>> import numpy as np >>> import pandas as pd >>> df_in = pd.DataFrame([[1, 2, 'a
我想读取低功耗蓝牙(智能)的特征值。我不想使用 gatttool 或 btgatt-client。 d-bus 也没有帮助。我想在 Python 中执行此操作。我在以下内容中找不到任何示例: http
我是一名优秀的程序员,十分优秀!