Python 矩阵对角化例程
Python routine on matrix diagonalization
它说它计算了 k 个特征向量和特征值,k 小于矩阵维数,但是是否可以用它来获得最低的 k 个特征值,或者这些特征值是在谱中随机排列的?
如您链接的 documentation 所述,关键字 which
和 mode
影响选择了哪些特征值:
*which* : str ['LM' | 'SM' | 'LA' | 'SA' | 'BE']
Which k eigenvectors and eigenvalues to find:
'LM' : Largest (in magnitude) eigenvalues
'SM' : Smallest (in magnitude) eigenvalues
...
和
*mode* : string ['normal' | 'buckling' | 'cayley']
...
The choice of mode will affect which eigenvalues are selected by the keyword 'which'.
which
的默认值为 'LM'
(最大特征值),因此您可能希望传递 'SM'
以检索最小值。
它说它计算了 k 个特征向量和特征值,k 小于矩阵维数,但是是否可以用它来获得最低的 k 个特征值,或者这些特征值是在谱中随机排列的?
如您链接的 documentation 所述,关键字 which
和 mode
影响选择了哪些特征值:
*which* : str ['LM' | 'SM' | 'LA' | 'SA' | 'BE']
Which k eigenvectors and eigenvalues to find:
'LM' : Largest (in magnitude) eigenvalues
'SM' : Smallest (in magnitude) eigenvalues
...
和
*mode* : string ['normal' | 'buckling' | 'cayley']
...
The choice of mode will affect which eigenvalues are selected by the keyword 'which'.
which
的默认值为 'LM'
(最大特征值),因此您可能希望传递 'SM'
以检索最小值。