Java Jama和matlablmnn与特征值

我把LMNN（最大边际最近邻）度量学习算法的matlab代码改为java，并使用。 我得到了不同的结果， 出现这种差异，我认为是因为Matlab和Jama中的特征值分解（特征值和特征向量）。 如果你以前遇到过这样的问题，请给我点评。 此外，在这种情况下，必须得到类似的结果

在Matlab中：

[V, L] = eig(M);

Java（IdeM是PSD矩阵）

结果 示例结果：

A = [2 4 2; 6 8 1; 5 7 5] 

Matlab结果：

>> [V,L] = eig(A)
V =
      -0.3486     -0.82756      0.19221
     -0.57978      0.56013     -0.40315
     -0.73643     0.037403      0.89472
L =
       12.878            0            0
            0      -0.7978            0
            0            0         2.92

使用Jama库的Java：

[[0.8275575078346545, -0.3493113857121139, 0.24597790205308678],
 [-0.5601335729999509, -0.5809634522691761, -0.5159207870175849],
 [-0.037402561741212, -0.7379374514853343, 1.144995023469712]] 
[[-0.7977988158677061,0.0, 0.0], 
 [0.0, 12.877769427129202, 0.0], 
 [0.0, 0.0,2.9200293887385067]]

---

由于某些原因，Jama是不正确的（列的范数不是1）。符号的重新排序和变化是正常的（您只需要得到映射到eigenval*本身的正交向量）。您可以尝试规范化列或使用jlapack。

您能否具体说明使用这两种语言得到的结果有什么不同？A=[2 4 2；6 8 1；5 7 5]Matlab结果：V=-0.3486-0.8276 0.1922-0.5798 0.5601-0.4032-0.7364 0.0374 0.8947 L=12.8778 0 0-0.7978 0 0 2.9200 Java使用Jama库[[0.8275575078346545，-0.3493113857121139,0.24597790205308678]，[-0.5601335729999509,-0.5809634522691761,-0.5159207870175849], [-0.037402561741212,-0.7379374514853343,1.144995023469712]] [[-0.7977988158677061,0.0, 0.0], [0.0, 12.877769427129202, 0.0], [0.0, 0.0,2.9200293887385067]]我冒昧地将这些结果合并到您的问题中，并将它们格式化为代码，以便于可读。您还可以展示一下您是如何在Java代码中初始化

ideM

值的吗？值得一提的是，我下载了JAMA 1.0.3，可以用它和Matlab R2014a重现您的精确结果。但我不知道是什么导致了这些结果。

[[0.8275575078346545, -0.3493113857121139, 0.24597790205308678],
 [-0.5601335729999509, -0.5809634522691761, -0.5159207870175849],
 [-0.037402561741212, -0.7379374514853343, 1.144995023469712]] 
[[-0.7977988158677061,0.0, 0.0], 
 [0.0, 12.877769427129202, 0.0], 
 [0.0, 0.0,2.9200293887385067]]