矩阵的特征分解

简介

特征分解（Eigen Decomposition）又称谱分解（Spectral Decomposition），可将矩阵分解为分别由其特征值和特征向量表示的矩阵的乘积。

np.linalg.eig([[3, -1], [-1, 3]])

EigResult(eigenvalues=array([4., 2.]), eigenvectors=array([
	[ 0.70710678,  0.70710678],
    [-0.70710678,  0.70710678]
]))
注：此处得到的特征向量是向量单位化之后的值，所以与前面的计算结果不完全一致。
前面计算的结果是：
[
	[1, 1],
	[-1, 1]
]
python计算的结果是：
[
    特征1                特征2  
	[0.7071067811865475, 0.7071067811865475], 
	[-0.7071067811865475, 0.7071067811865475]
]

污染例题

参考文献

• 《大数据数学基础（Python语言描述）》