Numpy-找到特定特征值集的对应特征向量
我试图找出如何用numpy找到一组特定特征值对应的特征向量 我正在做一个使用奇异值分解的项目,我需要找到截断奇异值分解,它是具有k个最大奇异值的奇异值分解Numpy-找到特定特征值集的对应特征向量,numpy,svd,eigenvalue,Numpy,Svd,Eigenvalue,我试图找出如何用numpy找到一组特定特征值对应的特征向量 我正在做一个使用奇异值分解的项目,我需要找到截断奇异值分解,它是具有k个最大奇异值的奇异值分解 desired_singular_values = sorted_singular_values[:desired_num_singular] 提前谢谢 回答第一个问题。如果需要实现算法,则取决于您希望如何实现。我这里有几页是给你的。如果您想要python中的特征值。它是下面的 w,v = numpy.linalg.eig(A) 作为回应
desired_singular_values = sorted_singular_values[:desired_num_singular]
提前谢谢 回答第一个问题。如果需要实现算法,则取决于您希望如何实现。我这里有几页是给你的。如果您想要python中的特征值。它是下面的
w,v = numpy.linalg.eig(A)
作为回应,截断的SVD。SVD中还有另一个命令
u,s,vh = numpy.linalg.svd(A,fullmatrices=False)
看到哪个给出了减少的SVD如何计算排序的奇异值?