我想問一些關於特徵向量中心性的問題。 我必須使用功率迭代來計算特徵值。這是我的代碼來計算特徵值:使用顯性特徵值計算特徵向量
v=rand(165,1);
for k=1:5
w = data_table*v;
lamda = norm(w);
v = w/lamda;
end
當我得到一個特徵值,我困惑來計算得分的特徵向量使用一個特徵值,我有得到它。例如在我的代碼中計算特徵值,我得到了主導特徵值= 78.50。有了這個特徵值分數,我想要計算特徵向量分數。通常,我們總是使用代碼計算特徵值和特徵向量,例如:[U,V] = eig(data_matrix); 但是,從代碼的結果:
v =
-167.59 0 0
0 -117.51 0
0 0 -112.0
V =
0.0404505 0.04835455 -0.01170
0.0099050 -0.0035217 -0.05561
0.0319591 -0.0272589 0.018426
從結果我們計算的特徵向量使用三個特徵值的分數。我的問題是如何計算特徵向量分數,但只使用我們在功率迭代代碼中獲得的一個特徵值分數?