问题标签 [matrix-decomposition]

我正在使用 Eigen 库和 Eclipse C++。我想知道是否有一种方法或函数可以用来重新排序函数产生的 Schur 分解 X = U T U'RealSchur并返回重新排序的 Schur 矩阵 TS 和累积正交变换 US 使得 X = US * TS *我们'

我想要的是类似于 MATLAB 函数“ordschur”的东西：http: //de.mathworks.com/help/matlab/ref/ordschur.html

提前谢谢了。

我有一个数据集x。我cov(x)用来计算 的协方差x。我想计算 的平方根倒数cov(x)。但我得到 的负特征值cov(x)。

这是我的代码

这是 的特征值S。

我正在尝试在 python 中使用 cholesky 分解，带有 numpy (np) 和 scikits (sci) 库。假设 D 是稀疏的（使用 csc_matrix）。以下两行的结果不同

实际上当我使用

我对 L1 有 true 对 L2 有 false 。

D 是 Hermitian 和 pos_def。有人可以帮我弄清楚我的实施有什么问题。

在对矩阵执行 SVD 之后，我想创建一个函数（我还不擅长 R 中的函数），它根据我指定的 n 值创建一个缩减矩阵。

例如，这是我现在拥有的 R 代码。

现在，为了从矩阵分解到原始矩阵，通过蛮力和无知，以下工作。

展望未来，我希望能够在大型矩阵上执行此操作，并希望能够指定因子的数量。所以，我想要一个函数来为我做这件事，而不是对分数求和 1:n。

我已经开始与 JBLAS 合作，但我遇到了一个问题，

这给出了很好的结果。但是，如果我希望重新计算以找到Ax = b1，那么它将再次分解以得到A = LU或者A = QR。但这是多余的，因为A矩阵保持不变。

我希望它使用以下方法分解 A：

然后将生成的对象传递给求解函数以获得所需的输出。使用这种方式，如果仅b值发生变化，则不需要重新进行分解。

可能吗？？请帮忙。还是我要从头开始编写该函数..

在下面的代码中，我遵循了一个过程来创建一个随机正定矩阵P。

首先，我创建了一个随机数组A的奇异值分解[U,S,V]并且我试图验证实际上U'*U==U*U'=I（其中I是单位矩阵）这是从理论上知道的。问题是，如果我自己检查矩阵的内容，我可以验证这一点，但 Matlab 会生成一个逻辑矩阵，它不能验证因为零表示为 -0.000 或 0.0000，所以只有当符号匹配时结果才为 1。这是为什么？

但是更大的问题出现在下面的几行中，其中产生了正定（其所有特征值都是正的）矩阵P，我只是想检查P=P'。通过单击 x 和 y，我可以看到它们的内容完全相同，但 Matlab 也无法验证这一点。我不明白为什么会发生这种情况，因为在这种情况下，我们在这里谈论的是相同的变量P，它只是简单地转置。

这是代码：

Matlab中有几种计算“LU分解”的方法。这是一个：

但是我的老师告诉我们，for在 MATLAB 中使用可能会降低程序的效率。他告诉我们用更少for的 s 计算 LU 分解。他说你可以找到所需的索引而不使用for，然后使用一些你根本不需要使用for的技巧。

我的第一个问题是：使用for真的会降低程序的速度吗？我的第二个问题是：如何将所需的索引存储在数组中并使用它们而不是for循环？

我有一个 0 和 1 的矩阵，并希望计算它的等级。一种方法是计算近似分解并返回超过某个小阈值的枢轴数量的计数。

尽管这通常等于合理选择的阈值的等级，但这两个定义在数学上并不等价。根据等级的数学定义计算的最佳方法是什么？

只是在寻找一些简短的建议，让我回到正确的轨道上。我一直在研究一个问题的解决方案，其中我有一个非常稀疏的输入矩阵（大约 25% 的信息填充，其余为 0）存储在 sparse.coo_matrix 中：

在从我的数据集中构建这个数组并弄乱了一些其他选项之后，我目前将我的 NMF 模型拟合器函数定义如下：

现在，问题是我的输出似乎没有正确解释 0 值。任何为 0 的值都会被撞到小于 1 的某个值，并且我的已知值与实际值有很大的波动（所有数据都是 1 到 10 之间的评级）。谁能发现我做错了什么？从 scikit 的文档中，我假设使用 nndsvd 初始化将有助于解释正确的空值。样本输出：

感谢任何更有经验的 ML 编码员可以提供的任何建议！

我有一个矩阵，我想将它分解为具有从低到高频率限制的不同矩阵。正如我所注意到的，它可以使用小波变换来完成。我找到了类似于下图的一维信号，我想使用 MATLAB 对我的二维矩阵执行类似的过程。我想将其分解为具有不同级别的低频到高频分量的不同矩阵。

但是，当我在提取数据时遇到问题时，我使用了矩阵工具箱。

如何使用 MATLAB 做到这一点？