回答情况：
提问时间：
问题标签：
我正在实现度量学习算法，我想要降低数据的维度。我使用Java和库(Jama)来实现，并使用PCA来降低维度。当我使用Jama库中的eig来获取特征值时，即使对于大小为300 x 20的矩阵，也需要花费大量时间。我需要获取特征值和特征向量的java实现。作为参考，我还尝试了其他库，如Jblas，它具有PCA，但在特征值和特征向量方面的性能非常差。
浏览 3提问于2014-06-17得票数 0
null "principal_component_pk" PRIMARY KEY, btree (eigenvalue_id, stm_id)Foreign-key constraints:
"principal_component_eigenvalue_id_fkey" FOREIGN KE
浏览 2修改于2013-12-08得票数 1
我试图将对eigenvalue的调用存储在另一个函数中，但是它给了我一个错误：Too many output arguments。function eigenvalue(M) eq = det(M - l*[1 0; 0 1]);end>> a = eigenvalue(M)Too many output arguments.
>&
浏览 5修改于2014-02-18得票数 0
回答已采纳
_tkcanvas.pack(fill=BOTH, expand=1)if eigenvalue > self.eigenvalueThreshold: main.graph.scatter(windowNumber, eigenvalue, c="red") main.graph.scatter(windowNumber, eigen
浏览 5修改于2014-08-21得票数 1
回答已采纳
1回答
eigenvalue = Eigenvalue.PRIMITIVE.make(matrix);
eigenvalue.decompose(matrix); //matrix dimension (3000x3000
浏览 0提问于2018-08-16得票数 1
回答已采纳
leftEigenVectors,&rows,NULL,&rows,work,&lwork,&info);
for(index = 0;index<rows;index++)}下面是输出：
Eigenvalue0 2 + 0 * i
浏览 0修改于2016-06-16得票数 1
= read_op4('kllrh.op4')kllrh_matrix = op4[matrix_name][1][-1]reference_min_eigenvalue = np.min(np.linalg.eigvals(kllrh_matrix))
eigsh_min_eigenvalue = eigsh(kllrh_
浏览 25修改于2022-06-10得票数 1
回答已采纳
1回答
我的代码如下：plot(real.(eigenvalue),imag.(eigenvalue),st = scatter,markersize = 0.2)
但是，在此代码中，绘图是由某些默认颜色显示的。
浏览 0修改于2021-07-27得票数 0
回答已采纳
= rand(20..50) pca = Ipca::Pca.new(m) puts "eigenvalue: #{eigenvalue}, r: #{r}" @data.row_
浏览 1提问于2018-12-23得票数 0
回答已采纳
1回答
[1.38100609, 16.49647382, 9.18370965], eigenvalue, eigenvector = np.linalg.eig(M)
array([184.25812834, 28.91371368, 9.74876191])
>>
浏览 21提问于2020-01-15得票数 1
回答已采纳
4,5]])H = M**Fraction(-1,2)*S*M**Fraction(-1,2)eigen = [] eigen.append(( )
浏览 2提问于2020-09-16得票数 1
回答已采纳
HTML <div class="slidername">Eigenvector 1</div> <div id='r1' class="slider-result">0</div>
<
浏览 3修改于2014-11-08得票数 3
例如，使用PCA，这将由：retainedVariance(i) = eigenvalue(i) / sum(eigenvalue)给出。
有什么想法吗？
浏览 3修改于2018-03-11得票数 15
我有一个txt文件，它在文件中的某个位置包含以下内容： 321043 1 2.124238E+00我想将其更改为如下所示：(echo R E A L E I G E N V A L U E S &echo[ &echo
浏览 0提问于2013-05-15得票数 0
回答已采纳
2回答
我有：substractdata=data-mean (the size will be same 100*3)EigenVector=3*3所以…的数目
project=EigenVector (which is 2*2) *substractdata (100*3)
第二个问题:我们如何计算它，因为EigenValue和子
浏览 1修改于2014-03-06得票数 0
[1] Real Eigenvalue = 0.000000.000001.00000
1.000001.00000
[3] Real Eigenvector:
0.00000
浏览 1修改于2017-09-26得票数 5
回答已采纳
2回答
{1, 1/3, 1/2}, {2, 1, 1} double[] eigenValue;
alglib.smatrixevd(matrix, 3, 1, false, out eigenValue, out
浏览 4提问于2016-08-28得票数 0
ggplot(melt(coveig),aes(1:d,value,group=variable,col=variable)) + geom_line() + labs(x="index",y="eigenvaluecoveig.cs),aes(1:d,value,grou
浏览 0提问于2012-02-24得票数 4
回答已采纳
cuComplex* h_eigenVector = (cuComplex*)malloc(sizeof(cuComplex) * N); // eigen vector cuComplex* d_idata; const int lda = m;
cusolverDnCheevd_buffer
浏览 11修改于2022-02-19得票数 1
回答已采纳
#calculate covariance PCevals = eigenvalue[::-1]
PCevecs = eigenvector[:,::
浏览 1修改于2020-03-30得票数 1
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号