Python中查找特征的非排序特征值

我现在正在尝试PCA的一些东西，但对我来说，知道每个特征值的特征是什么是非常重要的

numpy.linalg.eig

给出了已排序的对角矩阵，但我希望该矩阵与它们一起位于原始位置。有人知道我怎么做吗？

（不是答案，但我需要此评论的高级格式。）

你必须指定你想要什么。例如，该矩阵的特征值

    / 0  1 \
A = |      |
    \ 1  0 /

是

+1

和

-1

，对应于特征向量

（11）

和

（1-1）

。您希望这些特征值的顺序如何？为什么？

（不是答案，但我需要此注释的高级格式。）

你必须指定你想要什么。例如，该矩阵的特征值

    / 0  1 \
A = |      |
    \ 1  0 /

---

是

+1

和

-1

，对应于特征向量

（11）

和

（1-1）

。您希望这些特征值如何排序，以及为什么排序？

斯文在评论中提到的是正确的。特征值没有“默认”顺序。每个特征值都与一个特征向量相关联，重要的是特征值-特征向量对正确匹配。您会发现所有语言和软件包都会这样做

因此，如果R给你特征值

[e1，e2，e3

和特征向量

[v1，v2，v3]

，python可能会给你（比如）

[e3，e2，e1]

和

[v3，v2，v1]

---

回想一下，特征值告诉您数据中有多少方差是由与之相关的特征向量解释的。因此，在PCA中有用的特征值的自然排序（对我们来说是直观的）是按大小（升序或降序）。这样，您可以轻松查看特征值并确定保留哪些特征值（大，因为他们解释了大部分数据）以及抛出哪些数据（小，可能是高频特征或只是噪音）

斯文在评论中提到的是正确的。没有“默认值”特征值的排序。每个特征值都与一个特征向量相关联，重要的是特征值-特征向量对匹配正确。你会发现所有语言和软件包都会这样做

因此，如果R给你特征值

[e1，e2，e3

和特征向量

[v1，v2，v3]

，python可能会给你（比如）

[e3，e2，e1]

和

[v3，v2，v1]

---

回想一下，特征值告诉您数据中有多少方差是由与之相关的特征向量解释的。因此，在PCA中有用的特征值的自然排序（对我们来说是直观的）是按大小（升序或降序）。这样，您可以轻松查看特征值并确定保留哪些特征值（大，因为它们解释了大部分数据）以及抛出哪些数据（小，可能是高频特征或只是噪声）

没有特征值的自然顺序，也没有“原始位置”.好的，但是在Python和R中为同一个矩阵计算的特征值以不同的顺序给了我相同的值。@jozepinta:我告诉过你，没有自然顺序。你必须选择一个。Python和R恰好选择了一个不同的顺序，但这两个顺序都是任意选择的。特征值没有自然顺序，也没有规则“原始位置”。好的，但在Python和R中为同一矩阵计算的特征值以不同的顺序给出了相同的值。@jozepinta：我告诉过你，没有自然顺序。你必须选择一个。Python和R恰好选择了不同的一个，但这两个顺序都是任意选择的。