R和MATLAB返回不同的特征向量

我遗漏了一些明显的东西，但这里有：

在

R

中

dput(M)
structure(c(-2.77555756156289e-16, 9.63770703841896e-16, 0, 9.63770703841896e-16, 
10.6543192562307, 4.11228781751498e-14, 0, 4.11228781751498e-14, 
275.591724761168), .Dim = c(3L, 3L), .Dimnames = list(c("", "", 
""), c("", "", "")))

#thus M is

 -2.775558e-16 9.637707e-16 0.000000e+00
  9.637707e-16 1.065432e+01 4.112288e-14
  0.000000e+00 4.112288e-14 2.755917e+02

eig(M)
$values
[1]  2.755917e+02  1.065432e+01 -2.775558e-16

$vectors
             [,1]         [,2] [,3]
[1,] 5.428099e-34 9.045822e-17    1
[2,] 1.552173e-16 1.000000e+00    0
[3,] 1.000000e+00 0.000000e+00    0

但是在

MATLAB中

[vv,ee] = eig(M)
% hand-copied so ignore the precision)
vv = 
   1.0    -0.    -0.
   0      0      -1
   0      -1     0

ee = 
 %diagonals only
0.0    275.59   10.6543

特征值与

abs（vv）==1的位置匹配，但我不明白的是，为什么有些特征向量在MATLAB中是负的，而在R中不是负的。
这有很大的不同，因为我正在尝试移植，（特别是，
parabolafit_direct.m
和'parabolafit_directm.m'），后续算法对值的符号很敏感。我检查了，MATLAB包确实生成了正确的拟合输出（抛物线到数据集），而我的R端口没有，因为这些符号差异

那么，为什么会有这种差异？我可以做些什么来修改我的
R
代码以获得所需的数据符号

编辑：我继续深入代码，看看这两个“负一”值是否在下一组等式中抵消，但还没有看到。
大部分重要信息都在Andras Deak的评论中。总而言之：我们都（应该）知道，特征值和特征向量只有在乘法常数下才是唯一的。虽然在这种特殊情况下，
R
和
MATLAB
恰好以不同的符号结束，但对特征向量的所有后续矩阵运算将产生相同的结果（同样，在符号或常量内）

在我的特殊情况下，最终结果基本上是：一个答案是
a*x-b=0
，另一个答案是
-a*x+b=0
 您确定后续应用的算法依赖于符号吗？对于标量常量，特征向量是未定义的：如果
v
是具有特征值lambda的特征向量，则具有相同特征值的
c*v
。特征值分解代码返回归一化（长度为1）的特征向量，这仍然给您符号自由。
[0 1 0]
和
[0-1 0]
对您的问题都是同样有效的答案。你需要一个额外的规则来指定你需要从2中得到哪个特征向量（如果笛卡尔单位向量不是特征向量，也就是说，如果矩阵不是对角的），这一点很重要。@AndrasDeak我知道这一部分，但是如果你看一下引用的代码，你会发现算法是加，减，并以多种方式将特征向量矩阵的每个元素相乘。这意味着MATLAB返回的符号取决于特征向量的符号。通过在函数
parabolafit_directM
中选取后续方程的最小根来选择特征值。这真的很奇怪。我只是说，任何算法都不应该天生依赖于这些符号。如果你的特征向量指向所有地方呢？比如说在5d空间？如果这是一个具体的3d问题，那么可能会有一些额外的约束……但正如我看到的，两组特征向量的利手性是相同的（都是左手的）。我的意思是，如果您的结果实际上是不同的（而不是相当好的不同），那么可能在某个地方有一个bug（在移植或原始版本中）。考虑到
%？
是引用代码中的一个注释，这是很有可能的。@AndrasDeak是的，事实上，它确实“在清洗中”出来。在所有
Kappa
和
s，k，t，theta，p
计算的最后，（当然，在我的代码转换中有一个非常愚蠢的错误）在
R
和
MATLAB
中返回相同的系数向量，尽管带有全局符号变化——这不会影响抛物线本身。谢谢你的建议。@AndrasDeak如果你想发表你的评论作为回答，请点击广告。如果没有，我会引用更多关于我具体情况的信息，这样我就可以结束这个问题。