C++ 查找矩阵的特征值和特征向量

c++ find eigenvalues and eigenvectors of matrix

本文关键字：特征 向量 特征值 查找 C++      更新时间：2023-10-16

我正在编写一个包含很多步骤(PCA(的算法，其中两个是查找给定矩阵的特征值和特征向量。

我不想为它编写整个代码，因为我知道这是一项漫长的工作，所以我为此搜索了一些临时代码，但只找到了 1 或 2 个库，起初我不喜欢包含库，我不想移动到 matlab。

是否有任何算法/教程/代码似乎并不难遵循？

如果有人需要这个，这里是我是如何做到的

Eigen::EigenSolver<Eigen::MatrixXf> eigensolver;
eigensolver.compute(covmat);
Eigen::VectorXf eigen_values = eigensolver.eigenvalues().real();
Eigen::MatrixXf eigen_vectors = eigensolver.eigenvectors().real();
std::vector<std::tuple<float, Eigen::VectorXf>> eigen_vectors_and_values; 
for(int i=0; i<eigen_values.size(); i++){
std::tuple<float, Eigen::VectorXf> vec_and_val(eigen_values[i], eigen_vectors.row(i));
eigen_vectors_and_values.push_back(vec_and_val);
}
std::sort(eigen_vectors_and_values.begin(), eigen_vectors_and_values.end(), 
[&](const std::tuple<float, Eigen::VectorXf>& a, const std::tuple<float, Eigen::VectorXf>& b) -> bool{ 
return std::get<0>(a) <= std::get<0>(b); 
});
int index = 0;
for(auto const vect : eigen_vectors_and_values){
eigen_values(index) = std::get<0>(vect);
eigen_vectors.row(index) = std::get<1>(vect);
index++;
}

在这里，要找出特征向量和特征值的covmat。此外，我根据我们大多数时候做的降序对它们进行排序。一件重要的事情是，当您选择使用哪种特征分解技术时要小心，因为它们的工作方式不同。您可以在此处找到更多信息 [https://eigen.tuxfamily.org/dox/group__Eigenvalues__Module.html ]

相关文章：