R 求主导特征向量和特征值
我计算了矩阵的特征值:R 求主导特征向量和特征值,r,eigenvalue,eigenvector,R,Eigenvalue,Eigenvector,我计算了矩阵的特征值: e <- eigen(t) 那么主导特征向量呢?是否通过以下方式提取: e$vectors[,1] 我这样问是因为我认为e$值会给我从最大到最小的特征值……但我得到了以下结果: [1] 1.000000e+00 3.751736e-01 3.751736e-01 -4.143304e-01 -4.143304e-01 [6] -4.330604e-01 -4.330604e-01 -7.921977e-02 -7.921977e-02 5.94813
e <- eigen(t)
那么主导特征向量呢?是否通过以下方式提取:
e$vectors[,1]
我这样问是因为我认为e$值会给我从最大到最小的特征值……但我得到了以下结果:
[1] 1.000000e+00 3.751736e-01 3.751736e-01 -4.143304e-01 -4.143304e-01
[6] -4.330604e-01 -4.330604e-01 -7.921977e-02 -7.921977e-02 5.948138e-02
[11] 5.948138e-02 6.969758e-04 6.969758e-04 -4.057858e-02 -4.057858e-02
[16] 3.039333e-02 3.039333e-02 8.007672e-03 8.007672e-03 -2.005426e-02
[21] -2.005426e-02 2.361154e-02 2.361154e-02 1.023211e-02 1.023211e-02
[26] 1.099767e-02 1.099767e-02 -9.547037e-03 -9.547037e-03 1.070972e-02
[31] 1.070972e-02 -1.925037e-03 -1.925037e-03 -2.908073e-03 -2.908073e-03
[36] 1.517843e-04 1.517843e-04 -1.088992e-04 -3.070693e-10 3.070676e-10
从帮助功能: 价值观 包含x的(p)特征值的向量,按降序排序,在非对称情况下,当 它们可能很复杂(即使对于实矩阵也是如此)。对于真正的非对称 矩阵只有当向量的复共轭对 检测特征值。载体 其列包含x的特征向量的(p乘以p)矩阵,或者如果仅.values为真,则为空。向量是 标准化为单位长度 它说的是降序,矩阵的列包含向量,所以是的
e$values[1]
e$vectors[,1]
不要忘记,如果您需要更多帮助,您应该提供一个可复制的示例,以便我们从帮助功能了解问题所在: 价值观 包含x的(p)特征值的向量,按降序排序,在非对称情况下,当 它们可能很复杂(即使对于实矩阵也是如此)。对于真正的非对称 矩阵只有当向量的复共轭对 检测特征值。载体 其列包含x的特征向量的(p乘以p)矩阵,或者如果仅.values为真,则为空。向量是 标准化为单位长度 它说的是降序,矩阵的列包含向量,所以是的
e$values[1]
e$vectors[,1]
不要忘记,如果你需要更多的帮助,你应该提供一个可复制的例子,以便我们了解什么是错误的