我正在实现逆幂方法来寻找一个矩阵$A$ (n x n matrix.Given )和一个具有shape: (len(A),)的np.array的向量的最大特征值:该实现的一个步骤涉及计算这个值: $q=x^税金$ 问题是,我不知道我是否以正确的方式实现了这一点: q = x.transpose() @ A @ x 有没有更好的方法来计算呢?
我在理解如何在Coursera上提供的机器学习课程上向量化函数时遇到了问题。在课程中,Andrew Ng解释说,假设可以向量化为theta乘以x的转置:我的第一个问题是当我在练习中实现它的时候。为什么纸上的向量化是θ乘以x的转置,而在Octave上是X乘θ?
theta'*X % leads to errors while
如果我们取一个随机矩阵Q,然后用它的转置乘以它,那么结果应该是半正定的(没有负本征值),但是当我打印一些随机本征值时,我看到我有一些负本征值。我的代码有什么问题吗?我还想把特征值的最大值保存到一个向量中。我的Q随机矩阵是整数,我看到的特征值是实数,复数部分总是0。然而,我也得到了一个警告。让我先给你看我的代码
#here i create a random torch with N matrices of n by