我正在尝试使用PCA将输入图像的大小从4096x4096减小到4096x163,同时保持其重要属性。然而,我的方法有问题,因为我得到了不正确的结果。我相信这是在构造我的矩阵U时,我的结果与正确的结果如下所示。., each column of U
U = U / np.linalg.norm(U) 我的结果: PC1 explains 0.08589754681312775% of the total varianceFir
我想用Python对矩阵进行对角化,下面是我的脚本:vp = lg.eig(A) # eigen values and vectorseigen valuesPm1=lg.inv(P)
但是我怀疑A不能对角化,但这并不能阻止Python计算D、P和P(-1),而不会有任何麻烦.更重要的是,D中的系数是复数,当A中的系数是实