Numpy - найти соответствующие собственные векторы определенного множества собственных значений

Question

Я пытаюсь выяснить, как найти соответствующие собственные векторы определенного набора собственных значений с numpy.

Я работаю над проектом, использующим декомпозицию Singular Value, и мне нужно найти Truncated SVD, который является SVD с k-наибольшим Singular Values.

desired_singular_values = sorted_singular_values[:desired_num_singular]

Заранее спасибо!

Answer 1

В ответ на первый вопрос. Если вам нужно реализовать алгоритм, это зависит от того, как вы хотите это сделать. У меня есть несколько страниц для алгоритмов собственных значений . Если вы хотите собственные значения в Python. Это следующее.

w,v = numpy.linalg.eig(A)

в ответ усеченный СВД. В СВД есть еще одна команда

u,s,vh = numpy.linalg.svd(A,fullmatrices=False)

Видно здесь Что дает уменьшенный СВД