python中的稀疏矩阵svd
稀疏矩阵SVD（Singular Value Decomposition）是一种将稀疏矩阵分解为三个矩阵相乘的形式，即稀疏矩阵A≈UΣV^T，其中U是一个m×r的矩阵，Σ是一个r×n的对角矩阵，V^T是一个n×r的矩阵。在SVD分解中，Σ矩阵的对角线上的元素称为奇异值，U和V^T矩阵的列向量称为奇异向量。
在Python中，可以使用SciPy库中的scipy.sparse.linalg.svds函数来计算稀疏矩阵的SVD。例如：
import numpy as np
from scipy.sparse import csc_matrix
from scipy.sparse.linalg import svds
# 创建一个稀疏矩阵
A = csc_matrix([[1, 0, 0], [0, 2, 0], [0, 0, 3]])
# 计算稀疏矩阵的SVD
U, s, Vt = svds(A, k=2)
# 输出结果
print("U:")
print(U)
print("s:")
print(s)
print("Vt:")
print(Vt)输出结果：
U:
[[-0.57735027 0. 0.81649658]
[-0.57735027 -0.81649658 0. ]
[-0.57735027 0.81649658 0. ]]
s:
[3. 2.]
Vt:
[[-0.57735027 0.57735027 0.57735027]
[ 0. 0.70710678 -0.70710678]
[ 0.81649658 0.40824829 0.40824829]]其中，U矩阵的列向量为奇异向量，s为奇异值，Vt矩阵的行向量为奇异向量。
相关·内容
2回答
大型稀疏矩阵分解
、、、、
我如何在一个非常稀疏的维数矩阵上运行svd和nmf，例如，70000 x 70000？此矩阵的稀疏版本可以存储为磁盘上小于700 m的二进制文件。我是否可以将其分解为稀疏格式(比如磁盘上的文件或内存中的可存储文件)，而不需要重构整个矩阵，这将不可能存储在内存中(甚至很难存储在磁盘上)？我知道R中有irlba，python中有sk
浏览 12提问于2015-01-03得票数 2
我正在将SVD应用于Python中的一个大型稀疏矩阵。我正在使用来自scipy.sparse.linalg包的svd。奇异值从升序中排序，因此奇异向量被排列成对应于升序奇异值的奇异向量。我想知道是否有一个选项，输出奇异值的降序，这样奇异向量也安排了相应的下降奇异值？size = [40, 20])u, s, vt = svds(X, 1
浏览 3提问于2014-06-30得票数 3
回答已采纳
4回答
有没有人知道如何在python中对稀疏矩阵进行svd运算？似乎在scipy.sparse.linalg中没有提供这样的功能。
浏览 0提问于2010-07-13得票数 6
回答已采纳
2回答
编辑:我的单词列表的大小比我写的大10-20倍。我只是忘了一个零。我想在这头野兽上运行一个SVD，但似乎矩阵太大了，无法保存在内存中，无法执行操作。我的疑问是：
是否应该通过删除列和为例如
浏览 3提问于2010-05-12得票数 2
我正在一个24 on内存的Windows 8 64位系统上运行Python2.7(64位)。在对通常的Sklearn.linear_models.Ridge进行拟合时，代码运行良好。问题:然而，当使用Sklearn.linear_models.RidgeCV(alphas=alphas)进行拟合时，我在执行拟合过程的行rr.fit(X_train, y_train)上遇到了如下所示的rr = RidgeCV(alphas=alphas)
----> 5 rr.fit(X_train, y_t
浏览 2提问于2013-05-02得票数 16
有人知道c++的稀疏SVD求解器吗？我的问题涉及一些条件差的矩阵，这些矩阵可能有零列/行。我的数据存储在uBLAS矩阵中，这是Harwell-波音的稀疏格式。我很难找到：
可以在稀疏矩阵上工作的SVD求解器。拉帕克似乎不能这么做？我希望将稀疏<em
浏览 8提问于2011-07-05得票数 1
回答已采纳
1回答
稀疏矩阵Python的秩
、、、
我有一个稀疏的csr矩阵sparse.csr_matrix(A)，我想要计算它的矩阵秩 我知道有两种选择:我可以将其转换为numpy矩阵或数组(.todense()或.toarray())，然后使用np.linalg.matrix_rank(A)，这违背了我使用稀疏矩阵格式的目的，因为我有非常大的矩阵。另一种选择是计算矩阵的奇异值分解(sparse matrix
浏览 39提问于2019-02-25得票数 2
2回答
我希望对最佳的2或3个库进行基准测试，以计算截断奇异值分解( SVD )，即只保留k个最大奇异值的SVD。此外，我也有这样的限制：
我遇到了相当多的库，但是，例如，对于Colt，我
浏览 5提问于2013-11-13得票数 3
1回答
我正在使用SKLearn KernelRidge来拟合一个有10万个样本x10个特性(6个ints和4个浮点数)的模型：查看任务管理器，'Python‘流程需要40 at。你能解释一下为什么有这么高的需求吗？在背景中建立什么样的矩阵？
浏览 0提问于2018-03-07得票数 1
2回答
我试图将TruncatedSVD.fit_transform()应用于TfidfVectorizer在scikit-learn中给出的稀疏矩阵，它提供： text = tfv.transform(text)我可以使用的其他方法是什么或者降维
浏览 0提问于2013-11-26得票数 2
回答已采纳
= svd(y);
y = sprand(500,20,.1); diff = mean(abs(diff_mat(:)));
这里有两个非常相似的部分:一个是求随机矩阵的奇异值分解，另一个是求随机稀疏矩阵的奇异值分解。无论您选择注释哪一个(现在第二个已被注释掉
浏览 0提问于2013-04-06得票数 1
回答已采纳
我目前正在将MATLAB代码更改为python，因为我需要在python环境中工作。但是，对于MATLAB和python，计算奇异值和向量的结果在数值和大小上是不同的。例如，对于5乘5的恒等矩阵C：U, S, T = svds(C, 5)在蟒蛇，
U, S, T =scipy.sparse.lin
浏览 3提问于2022-04-29得票数 2
我在Matlab中有一个矩阵问题。
我有一个一百万x一百万的稀疏矩阵，而且我一直在使用null。通常，问题是我耗尽了内存。我尝试过svds (用于稀疏矩阵的svd )，但我的问题是内存也用完了。对于Matlab中的null()函数的大型稀疏矩阵，有没有可能的变通方法？
浏览 2提问于2015-11-05得票数 0
1回答
矩阵具有维数[422, 23069]，且相对稀疏(~1.74%的值为非零)，因此我的下一次尝试是将矩阵转换为sparse-matrix。(def sparse-fs (matrix/sparse-matrix fs)) fs))但是，在这个稀疏矩阵上调用linear
浏览 2提问于2016-12-08得票数 1
回答已采纳
2回答
应用SVD会立即抛出内存错误吗？
、、、、
我正在尝试对经过一些文本处理(最终目标是执行潜在语义分析)获得的矩阵(3241x 12596)应用奇异值分解( SVD )，我不能理解为什么会发生这种情况，因为我的64位机器有16 of的RAM。一旦调用svd(self.A)，它就会抛出一个错误。精确的误差如下所示： File ".\SVD.py", line 534, in calc
self.U,
浏览 3提问于2011-08-22得票数 7
回答已采纳
1回答
我是SVDLIBC的新手。我试图分解一个样本稀疏矩阵，但它不是加载，而是抛出一个错误。样本装载矩阵..。LANCZOS步骤数=3 RITZ值稳定=3经过的CPU时间=0秒。
浏览 4提问于2016-06-16得票数 0
2回答
我在表演numpy svdA的形状是：由于大小，它给我的内存错误：File "/usr/lib/python2.7/dist-packages/numpy/linalg/linalg.py"
浏览 0提问于2014-01-17得票数 3
1回答
我尝试使用LSI来生成表示文档的向量。我正在使用Scipy库中的svd包。但是程序抛出了一个内存错误。我的矩阵的大小是100x13057。这对我的8G内存来说是不是太大了？我在stackflow中搜索了这个问题。有人说我只需要在我的64位操作系统上安装64位Python。(现在，我在64位操作系统上有32位Python )。但是重新安装所有的库太简单了。另一种观点是转换稀疏
浏览 1提问于2011-12-28得票数 0
回答已采纳
我正在将一个应用程序迁移到AWS，该应用程序需要计算一个大型对称正值矩阵，然后进行SVD/特征分解，以恢复一些关键的特征向量和特征值。矩阵的边大小可能是100K或更大，因此我正在寻找Spark中的分布式运算符，以比直接的scipy/numpy SVD运算符更快地执行svd。我不是在做稀疏性的假设。有人可以建议如何使用Spark执行SVD吗？
浏览 2提问于2017-11-11得票数 1
2回答
据称，Armadillo支持以下功能：eig_geneigs_gensvd_econ
但是似乎没有像"svds_econ“这样的函数，它在”稀疏“矩阵上工作有没有办法在Armadillo中实现这一功能？
浏览 6提问于2015-01-14得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
