R中的特征向量阶
Eigenvector Order in R
我正在尝试解决有关 r 中特征值返回的特征向量顺序的问题。考虑以下因素：
covmatrix <- matrix(data = c(13, 5, 2, 4), nrow = 2, ncol = 2)
covmatrix
eigen <- eigen(covmatrix)
eigen
输出returns：
values
[1] 14 3
vectors
[,1] [,2]
[1,] 0.8944272 -0.1961161
[2,] 0.4472136 0.9805807
根据文档，第一列应表示与最大特征值关联的特征向量。但是，从数学上讲，当我计算特征向量时，我最终得到与特征值 14 关联的第 2 列，因为 0.9805807 是 0.1961161 的 5 倍。数学很详细here。我确定我遗漏了一些简单但无法完全解决的问题。
您使用的不是同一个矩阵。要获得与您通过分析得出的结果一致的结果，您需要
covmatrix <- matrix(data = c(13, 5, 2, 4), nrow = 2, ncol = 2, byrow = TRUE)
eigen(covmatrix)
$values
[1] 14 3
$vectors
[,1] [,2]
[1,] 0.9805807 -0.4472136
[2,] 0.1961161 0.8944272
我正在尝试解决有关 r 中特征值返回的特征向量顺序的问题。考虑以下因素：
covmatrix <- matrix(data = c(13, 5, 2, 4), nrow = 2, ncol = 2)
covmatrix
eigen <- eigen(covmatrix)
eigen
输出returns：
values
[1] 14 3
vectors
[,1] [,2]
[1,] 0.8944272 -0.1961161
[2,] 0.4472136 0.9805807
根据文档，第一列应表示与最大特征值关联的特征向量。但是，从数学上讲，当我计算特征向量时，我最终得到与特征值 14 关联的第 2 列，因为 0.9805807 是 0.1961161 的 5 倍。数学很详细here。我确定我遗漏了一些简单但无法完全解决的问题。
您使用的不是同一个矩阵。要获得与您通过分析得出的结果一致的结果，您需要
covmatrix <- matrix(data = c(13, 5, 2, 4), nrow = 2, ncol = 2, byrow = TRUE)
eigen(covmatrix)
$values
[1] 14 3
$vectors
[,1] [,2]
[1,] 0.9805807 -0.4472136
[2,] 0.1961161 0.8944272