如何找到特征值非二次矩阵

我想做出类似的图来此上的图片给出： enter image description here 如何找到特征值非二次矩阵

我使用费舍尔虹膜数据，并采用PCA，以减少维数。这是代码：

load fisheriris 
[pc,score,latent,tsquare,explained,mu] = princomp(meas);

我猜的特征值在潜伏性的给予，那就说明我只有四个特性，并减少约数据。

我的问题是如何显示原始矩阵的所有特征值，这不是二次的（150x4）？请帮忙！非常感谢您提前！

来源

2014-03-25 user19565

那么问题是什么呢？你不能指望一个150×4矩阵有超过4个特征值 – patrik

她想确定非矩阵矩阵的特征值，这当然不存在，而不是术语特征值我们有奇异值，我们可以通过svd分解找到例如 –

当然，但仍然不超过4个奇异值。顺便说一下，顺便说一句，可以发现与svd +1 – patrik

简短（而且没用）的答案是[V，D] eig（_）函数为您提供了特征向量和特征值。不过，恐怕我对你有坏消息。特征值和特征向量仅存在于矩阵中，因此您的150x4矩阵的特征向量有no。

所有不会丢失。 PCA实际上使用协方差矩阵的特征值，而不是原始矩阵的特征值，并且协方差矩阵总是平方的。也就是说，如果您有矩阵A，则协方差矩阵为AA ^T。

协方差矩阵不仅是平方的，它是对称的。这很好，因为矩阵的奇异值与它的协方差矩阵的特征值有关。检查以下Matlab代码：

A = [10 20 35; 5 7 9]; % A rectangular matrix 
X = A*A';    % The covariance matrix of A 

[V, D] = eig(X);  % Get the eigenvectors and eigenvalues of the covariance matrix 
[U,S,W] = svd(A);  % Get the singular values of the original matrix

V是包含特征向量的矩阵，D包含特征值。现在，以下关系：

SS ^Ť〜d

ü〜Ⅴ类

我用 '〜' 以指示而它们是 “相等”，符号和顺序可以变化。对于特征向量没有“正确的”顺序或符号，所以任一个都是有效的。不幸的是，你将只有四个特征（除非你的数组本来就是相反的）。

来源

2014-03-25 12:01:34 timbo

非常好的回应！非常感谢！！！ – user19565

如何找到特征值非二次矩阵

回答

相关问题