如何解决为什么 Numpy 和 Scipy QR 分解给我不同的值？
我有以下向量。
x = np.array([[ 0.87695113],[ 0.3284933 ],[-0.35078323]])
当我调用 numpy 版本的 qr
from numpy.linalg import qr as qr_numpy
qr_numpy(x)
我得到
(array([[-0.87695113],[-0.3284933 ],[ 0.35078323]]),array([[-1.]]))
而当我运行 scipy 版本时，我得到了完全不同的东西。
from scipy.linalg import qr as qr_scipy
qr_scipy(x)
有输出
(array([[-0.87695113,-0.3284933,0.35078323],[-0.3284933,0.94250897,0.06139208],[ 0.35078323,0.06139208,0.93444215]]),array([[-1.],[ 0.],[ 0.]]))
这是怎么回事？？
解决方法
numpy.linalg.qr() 的默认 mode 是 'reduced'，而 scipy.linalg.qr() 的默认 'full'。
因此，要获得相同的结果，请对 scipy-qr 使用 'economic' 或对 numpy-qr 使用 'complete'：
from numpy.linalg import qr as qr_numpy
qr_numpy(x)
(array([[-0.87695113],[-0.3284933 ],[ 0.35078323]]),array([[-1.]]))
与 scipy-qr 的输出匹配：
from scipy.linalg import qr as qr_scipy
qr_scipy(x,mode='economic')
(array([[-0.87695113],array([[-1.]]))
并获得两者的“完整”版本：
from numpy.linalg import qr as qr_numpy
qr_numpy(x,mode='complete')
(array([[-0.87695113,-0.3284933,0.35078323],[-0.3284933,0.94250897,0.06139208],[ 0.35078323,0.06139208,0.93444215]]),array([[-1.],[ 0.],[ 0.]]))
from scipy.linalg import qr as qr_scipy
qr_scipy(x)
(array([[-0.87695113,[ 0.]]))
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
