Ich habe eine große zweidimensionale ndarray
, A
und ich möchte den größten Eigenwert SVE und zugehörige Eigenvektor-Paar berechnen. Betrachtet man die NumPy-Dokumentation, scheint NumPy nur die komplette SVD zu berechnen (numpy.linalg.svd
), während SciPy eine Methode hat, die genau das tut, was ich brauche (scipy.sparse.linalg.svds
), aber mit dünn besetzten Matrizen, und ich möchte keine Konvertierung von A
durchführen es würde zusätzliche Rechenzeit erfordern.größter singulärer Wert NumPy `ndarray`
Bis jetzt habe ich SciPy svds
direkt auf der A
verwendet, jedoch rät die Dokumentation, ndarray
s zu diesen Methoden zu übergeben.
Gibt es eine Möglichkeit, diese Aufgabe mit einer Methode auszuführen, die ndarray
Objekte akzeptiert?