概述
void PCA(Matrix<double, Dynamic, Dynamic> X) {
//动态存储
Matrix<double, Dynamic, Dynamic> C;
C = X * X.transpose() / X.cols();
int row = 2;
EigenSolver<Matrix<double,Dynamic,Dynamic>> es(C);
//特征值矩阵
Matrix<double, Dynamic, Dynamic> D = es.pseudoEigenvalueMatrix();
//特征向量矩阵
Matrix<double, Dynamic, Dynamic> V = es.pseudoEigenvectors();
//降维矩阵，当取前k行且k<n时，实现降维
Matrix<double, Dynamic, Dynamic> P = V.transpose();
cout << P*X<< endl;
}最后
以上就是跳跃冬日为你收集整理的Eigen 特征值的全部内容，希望文章能够帮你解决Eigen 特征值所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复