关于matlab提示“警告: 矩阵为奇异工作精度” 的问题

在自己编写基于手写数字多特征数据集的机器学习中的最小风险贝叶斯算法过程中,总是提示“警告: 矩阵为奇异工作精度” 

虽然知道问题出在 R{1,k}(i,j)=-1/2*(test{1,k}(i,s:e)-ave{1,j}(1,:))*inv(sigma{1,j}(:,:))*((test{1,k}(i,s:e)-ave{1,j}(1,:))')-1/2*log(abs(det(sigma{1,j}(:,:))));一句话中,但还是解决不了。

后发现把inv改成pinv即可。

因为inv是对矩阵求逆,而对于不是可逆矩阵的矩阵求逆就会出错,pinv就是对不是可逆矩阵的矩阵求伪逆。

问题解决。

  • 36
    点赞
  • 52
    收藏
    觉得还不错? 一键收藏
  • 16
    评论
MATLAB中有多种方法可以实现矩阵的合并和分解。下面介绍一些常用的方法: 1. 矩阵的横向合并 使用方括号 [] 可以将两个矩阵在水平方向上合并为一个矩阵。例如,假设有两个 $m\times n$ 的矩阵 $A$ 和 $B$,可以使用以下代码将它们合并为一个 $m\times 2n$ 的矩阵: ``` C = [A B]; ``` 其中,C 是合并后的矩阵。 2. 矩阵的纵向合并 使用方括号 [] 可以将两个矩阵在垂直方向上合并为一个矩阵。例如,假设有两个 $m\times n$ 的矩阵 $A$ 和 $B$,可以使用以下代码将它们合并为一个 $2m\times n$ 的矩阵: ``` C = [A; B]; ``` 其中,C 是合并后的矩阵。 3. 矩阵的分解 使用 MATLAB 中的函数,可以将一个矩阵分解为多个矩阵的乘积。例如,假设有一个 $m\times n$ 的矩阵 $A$,可以使用以下代码将它分解为两个矩阵的乘积: ``` [U, S, V] = svd(A); ``` 其中,svd 函数计算了矩阵 $A$ 的奇异值分解(SVD),并返回了三个矩阵 U、S 和 V。这些矩阵满足以下关系: $$ A = U S V^T $$ 其中,$S$ 是一个 $m\times n$ 的对角矩阵,对角线上的元素是 $A$ 的奇异值。$U$ 和 $V$ 是正交矩阵,满足 $U^TU=I$ 和 $V^TV=I$。可以使用这些矩阵来分析矩阵 $A$ 的性质,例如,它的秩、特征向量等。 除了奇异值分解,MATLAB中还有其他的矩阵分解函数,例如,LU分解、QR分解等。这些函数可以根据不同的需求选择使用。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 16
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值