svd

6熱度

2回答

我是新來的使用GPU的並行編程，所以如果問題很廣泛或模糊，我很抱歉。我知道有在CULA庫某些並行SVD功能，但應該是什麼策略，如果我有大量相對較小的矩陣因式分解？例如，我有尺寸爲d的n矩陣，n很大，d很小。如何並行化這個過程？任何人都可以給我一個提示嗎？

1熱度

1回答

什麼時候使用SVDRecommender

我比較了SVDRecommen和UserBasedRecommender，發現usedBasedRecommender的結果比Scared數據集中的SVD好得多。如何解釋它？

1熱度

2回答

奇異值分解：與Jama，PColt和NumPy的不同結果

我想在大型（稀疏）矩陣上執行奇異值分解。爲了選擇最好的（最準確的）庫，我嘗試使用不同的Java和Python庫複製SVD示例here。奇怪的是，我收到了每個圖書館不同的結果。這裏是原來的例子矩陣和它的分解（美國和VT）矩陣： A =2.0 0.0 8.0 6.0 0.0 1.0 6.0 0.0 1.0 7.0 5.0 0.0 7.0 4.0 0.0 7.0 0.0

2熱度

1回答

R中非常大的矩陣的SVD

我想在r中生成一個30000 x 30000的矩陣，將30000個元素的向量與其轉置相乘，然後獲得該矩陣的SVD，但程序告訴我r無法定位一個大小爲900000000的矢量圖。幫助我，我該怎麼辦？該SVD的美麗 y <- read.csv("C:\\Users\\jmarescr\\Desktop\\BigLetra50.csv",header=TRUE) x <- matrix(y[1:300

0熱度

1回答

svd值在matlab 2011b和2012b之間不同

我嘗試在兩個版本的matlab上實現與svd函數相同的矩陣F. 但是，我發現兩種解法的U和V矩陣的符號是相反的。我可以知道哪個版本的MATLAB提供了更好或更準確的答案？或實際上這兩個答案是正確的？

0熱度

1回答

culagesvd（）in CULA

我想使用culadgesvd()函數來計算矩陣的SVD。我不清楚如何在C/C++中用文檔中的信息實際使用它。任何人都可以給我一個完整的小C程序，一個模板，以顯示如何基本上使用該功能？只需幾行（像culaInitialize()和culaShutdown()這樣的東西）就可以了，我只需要看看這個函數如何運行而不會出錯。

4熱度

2回答

廣義奇異值分解和稀疏矩陣

我想計算廣義奇異值分解（GSVD）爲稀疏矩陣 A和B.因此，我尋找一個實現，它能夠使用一種特殊的數據稀疏矩陣的結構。我發現的唯一實現（here）是在Fortran 77中編寫的LAPACK包的一部分。它工作得很好，但不幸的是它無法處理稀疏矩陣。

2熱度

2回答

與Mathnet數值庫Svd重新編譯似乎是錯誤的

我正在尋找Mathnet.Iridium和Mathnet.Numerics之間的非迴歸。這裏是我的代碼，使用Mathnet.Numerics： double[][] symJaggedArray = new double[5][]; symJaggedArray[0] = new double[] { 3, 0, 0, 0, 0 }; symJaggedArray[1] = new doubl

0熱度

1回答

在Eigen（C++）中求解一個欠定的方程系統

在我的情況下，我想用Eigen（3.0.12）的求解器求解欠定的方程組A *λ= b。的線性方程系統具有以下在我的C++程序結構：係數矩陣（甲）： 0.6 5.68434e-20 -0.2 5.68434e-20 7.06819e-39 -4.26326e-20 -0.2 -4.26326e-20 0.4 RHS（b）： -1.962

0熱度

1回答

在Python/R中使用SVD進行矩陣逼近和預測時間序列

我有一個excel文件，其中包含126行和5列滿數字，我必須使用該數據和SVD方法來預測5-10多行數據。我已經用Python實現SVD成功使用numpy的：進口numpy的從numpy的進口genfromtxt my_data = genfromtxt('data.csv', delimiter=',') U, s, V = np.linalg.svd(my_data) print (