svd

11熱度

2回答

計算矩陣的零空間

我試圖解決一組形式爲Ax = 0的方程組。A是已知的6x6矩陣，我用SVD編寫了下面的代碼以獲得向量x在一定程度上。答案大致正確，但不夠好對我有用，我該如何提高計算精度？將eps降至1.e-4以下會導致該功能失敗。 from numpy.linalg import * from numpy import * A = matrix([[0.624010149127497 ,0.02091565

python math linear-algebra svd least-squares 2010-06-07

---

4熱度

3回答

減少尺寸

我試圖將高維數據集減少到2-D。但是，我無法預先訪問整個數據集。所以，我想生成一個函數，它需要一個N維向量並返回一個二維向量，這樣，如果我給它在N維空間中靠近的向量，結果在二維空間。 我以爲SVD是我需要的答案，但我無法讓它工作。 爲簡單起見，設N = 3並假設我有15個數據點。如果我在15x3矩陣X中預先獲得所有數據，則： [U, S, V] = svd(X); s = S; %s is a

math matlab svd dimension-reduction 2009-10-08

---

4熱度

2回答

PageRank vs SVD

Pagerank適用於一系列頁面的節點圖和由其各自的內部和外部鏈接形成的有向邊。因此，特定頁面的排名廣泛地是節點圖中由局部引起的效應。 SVD另一方面，工作在整個矩陣的值，沒有方向性 - 站點A和站點B之間的鏈接只會在正確的矩陣元素上註冊爲1。這是一個全球性的系統，所以排名是一個全球性的影響。 鑑於網絡衍生矩陣的極端稀疏性，我期望SVD在這裏表現不佳，因爲它需要一個完整的數據集，並且有很大的內存需

algorithm math graph pagerank svd 2009-12-08

---

4熱度

2回答

SVD算法的實現

有人知道在C＃上有很好的可擴展的SVD實現嗎？

c# .net algorithm scalable svd 2010-03-31

---