NumPy linalg.eig
我有这个烦人的问题,但我还没有弄清楚。我有一个矩阵,我想找到特征向量,所以我写:
val,vec = np.linalg.eig(mymatrix)
然后我得到 vec 。我的问题是,当我小组中的其他人对相同的矩阵(mymatrix)做同样的事情时,我们没有得到相同的特征向量!
有谁可以解释一下吗?
I have this annoying problem and I haven't figured it out yet. I have a matrix and I want to find the eigenvectors, so I write:
val,vec = np.linalg.eig(mymatrix)
and then I got vec . My problem is when others from my group do the same with the same matrix (mymatrix) we dont get the same eigenvectors !!
Someone who can put up an explanation?
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论
评论(1)
特征向量 x 的基本属性是
针对某个常量 lambda 的。
如果
x
是特征向量,则-x
也是特征向量:另请注意,特征向量集可能不是唯一的。例如,任何向量(适当维度的)都可以是单位矩阵的特征向量。
np.linalg.eig
< /a> 尝试返回一组特征向量,但不保证特定的、唯一的一组。The fundamental property of an eigenvector
x
isfor some constant
lambda
.If
x
is an eigenvector, so is-x
:Note also that the set of eigenvectors may not be unique. For example, any vector (of the appropriate dimension) can be an eigenvector of the identity matrix.
np.linalg.eig
tries to return a set of eigenvectors, but does not guarantee a particular, unique set.