本文简要介绍python语言中 torch.pca_lowrank
的用法。
用法:
torch.pca_lowrank(A, q=None, center=True, niter=2)
对低秩矩阵、此类矩阵的批次或稀疏矩阵执行线性主成分分析 (PCA)。
此函数返回一个命名元组
(U, S, V)
,它是中心矩阵 的奇异值分解的近似最优近似,使得 。注意
(U, S, V)
与PCA的关系如下:m
样本和n
特征的数据矩阵 是具有列代表主要方向
center=True
时A
的协方差。 包含 的特征值,这是在提供matmul(A, V[:, :k])
将数据投影到前 k 个主成分
注意
与标准 SVD 不同,返回矩阵的大小取决于指定的 rank 和 q 值,如下所示:
是 m x q 矩阵
是 q-vector
是 n x q 矩阵
注意
要获得可重复的结果,请重置伪随机数生成器的种子
参考:
- Nathan Halko, Per-Gunnar Martinsson, and Joel Tropp, Finding structure with randomness: probabilistic algorithms for constructing approximate matrix decompositions, arXiv:0909.4061 [math.NA; math.PR], 2009 (available at `arXiv <http://arxiv.org/abs/0909.4061>`_).
参数:
相关用法
- Python PyTorch positive用法及代码示例
- Python PyTorch promote_types用法及代码示例
- Python PyTorch powerSGD_hook用法及代码示例
- Python PyTorch pixel_shuffle用法及代码示例
- Python PyTorch pinv用法及代码示例
- Python PyTorch profile用法及代码示例
- Python PyTorch put_metric用法及代码示例
- Python PyTorch pad_sequence用法及代码示例
- Python PyTorch pow用法及代码示例
- Python PyTorch phase_vocoder用法及代码示例
- Python PyTorch pop用法及代码示例
- Python PyTorch prepare用法及代码示例
- Python PyTorch polar用法及代码示例
- Python PyTorch poisson用法及代码示例
- Python PyTorch pack_sequence用法及代码示例
- Python PyTorch pad用法及代码示例
- Python PyTorch pad_packed_sequence用法及代码示例
- Python PyTorch pixel_unshuffle用法及代码示例
- Python PyTorch polygamma用法及代码示例
- Python PyTorch permute用法及代码示例
- Python PyTorch prod用法及代码示例
- Python PyTorch prof用法及代码示例
- Python PyTorch frexp用法及代码示例
- Python PyTorch jvp用法及代码示例
- Python PyTorch cholesky用法及代码示例
注:本文由纯净天空筛选整理自pytorch.org大神的英文原创作品 torch.pca_lowrank。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。