通過自定義排序重新排列矩陣行

我剛剛對我的數據（M = UDV^t）執行了SVD，並且我有3個svd矩陣U，D，Vt。這些矩陣按最高奇異值D （這意味着U的第一列和V的第一行對應於最高奇異值等）通過自定義排序重新排列矩陣行

我想根據特定的排序標準交換此順序：我不希望按絕對奇異值進行排序而是奇異值di在Vt的

實施例（僞代碼，R下面的代碼）乘以其對應的向量的第一個元素：

Singular_values = [ sV[1]=100, sV[2]=1, sv[3]=50 ] 

Dt = [ 
    0.1, xxx, ... # 1st row Dt1 associated to 1st singular Value 
    100, yyy, ... # 2nd row Dt2 associated to 2nd singular Value 
    1 , zzz, ... # 
]

產品sV[i]*Dti[1]得出：

100*0.1 = 10, # sV1*Dt1[1] 
1*100 = 100, # sV2*Dt2[1] 
50*1 = 50  # sv3*Dt3[1]

其中需要重新排序降序[1,2,3]> [2,3,1]

100 # sV2*Dt2[1] 
50 # sv3*Dt3[1] 
10 # sV1*Dt1[1]

...並將這些更改傳播在矩陣申

Dt_reordered [ 
    100, yyy, ... # 2nd row Dt2 associated to 2nd singular Value 
    1, zzz, ... # 3rd row Dt3 associated to 3rd singular Value 
    0.1, xxx, ... # 
]

R代碼裏面

dataToSVD = matrix(rexp(200), 10) 
theSVD = svd(dataToSVD) # Generates ... 
# theSVD$u (Matrix U : I don't care about this one), 
# theSVD$d (List D : singularValues), 
# theSVD$v (Matrix V : Right singular vectors, not transposed) 

theSVD$newValues <- theSVD$d*theSVD$v[1,] # This is a list of the "new" values that should be used for sorting 
# The idea is now to sort theSVD$newValues by decreasing values, and the corresponding permutation must be applied also to theSVD$d and theSVD$v[1,]

來源

2016-02-26 Cyril Duchon-Doris

這看起來並不如R代碼。你在使用一些僞代碼嗎？這將有助於做一個[可重現的例子]（http://stackoverflow.com/questions/5963269/how-to-make-a-great-r-reproducible-example）。 – MrFlick

對不起，我用的是僞代碼來描述問題，我對R不是很好，但我想它會生成一個隨機矩陣並對其執行svd ... –

這是排序的矩陣，你可以很容易地找到這對谷歌搜索
[R分類矩陣

看看here

來源

2016-02-27 11:39:35

謝謝。在我的情況下，這只是一個問題，在哪裏放置逗號'theSVD $ sortOrder < - theSVD $ d *（theSVD $ v [1，]）; theSVD $ v_r < - theSVD $ v [，order（theSVD $ sortOrder，decrease = TRUE）]' ' –

通過自定義排序重新排列矩陣行

回答

相關問題