qr分解求特征值和特征向量_MIT 18.065—机器学习中的矩阵方法12 计算特征值和奇异值...

weixin_42304279

于 2021-01-24 17:14:17 发布

阅读量2.4k

点赞数 2

文章标签： qr分解求特征值和特征向量

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/weixin_42304279/article/details/113314453

版权

该博客讲述了在数据分析、信号处理和机器学习中，如何利用QR分解来计算特征值和奇异值。通过介绍QR分解和平移矩阵的概念，说明了如何逐步逼近特征值，特别是对于对称矩阵，可以得到对称的Hessenburg矩阵，简化计算。此外，还提到了当矩阵规模较大时，使用Krylov方法来近似求解特征值和奇异值。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

数据分析、信号处理和机器学习中的矩阵方法

第12讲计算特征值和奇异值

新MIT 线性代数|机器学习（中英机翻字幕）18.065 by Gilbert Strang_哔哩哔哩 (゜-゜)つロ干杯~-bilibiliwww.bilibili.com

这并不是数值线性代数课程，但我们需要探讨如何计算特征值和奇异值。你可以调用eig或svd或Python以及Julia中的等效程序，但仍需要了解相关知识。

特征值计算

首先谈QR分解，矩阵

equation?tex=%5C%5B%7B%7B%5Cboldsymbol+A%7D_%7B0%7D%7D%3D%7B%7B%5Cboldsymbol+Q%7D_%7B0%7D%7D%7B%7B%5Cboldsymbol+R%7D_%7B0%7D%7D%5C%5D

。矩阵

R在非正交矩阵 A和正交矩阵 Q之间建立了联系。

取

equation?tex=%5C%5B%7B%7B%5Cboldsymbol+A%7D_%7B1%7D%7D%3D%7B%7B%5Cboldsymbol+R%7D_%7B0%7D%7D%7B%7B%5Cboldsymbol+Q%7D_%7B0%7D%7D%5C%5D

，则

equation?tex=%5C%5B%7B%7B%5Cboldsymbol+A%7D_%7B1%7D%7D%3D%7B%7B%5Cboldsymbol+R%7D_%7B0%7D%7D%7B%7B%5Cboldsymbol+Q%7D_%7B0%7D%7D%3D%7B%7B%5Cboldsymbol+R%7D_%7B0%7D%7D%7B%7B%5Cboldsymbol+A%7D_%7B0%7D%7D%5Cboldsymbol+R_%7B0%7D%5E%7B-1%7D%5C%5D

，两矩阵相似，因此矩阵

A1和矩阵 A0具有相同的特征值。继续在这个操作构造矩阵，矩阵 An对角线以下的元素会变得越来越小，而对角线元素会越来越接近于特征值。

例：

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。