我正在尝试使用Julia v0.6.0中LowRankApprox.jl包提供的pheigfact函数进行Hermitian特征分解。 基本上,这只是一行代码,例如:

(E, F) = pheigfact(A);

其中A是实对称正定矩阵。 但是,出现以下错误:

MethodError: no method matching
start(::LowRankApprox.PartialHermitianEigen{Float64,Float64})
Closest candidates are:
  start(!Matched::SimpleVector) at essential.jl:258
  start(!Matched::Base.MethodList) at reflection.jl:560
  start(!Matched::ExponentialBackOff) at error.jl:107 

感谢任何帮助!

#1楼 票数:2 已采纳

TL; DR

使用函数pheig not pheigfact返回值和向量的元组


完整答案

我没有这个包,但是从文档看来, pheigfact返回一个元素,您可以使用getindex(x,ind::Symbol)从中访问值/向量。

例如

F = pheigfact(A)
values=F[:values]
vectors=F[:vectors]

如果您尝试为管分配单个元素,它将尝试遍历不支持该元素的类型,从而给您带来错误(即,该类型没有方法start )。 我可能在执行x,y = :onetwostart(:onetwo)遇到类似的错误

使用pheig函数返回一个元组。

E, F = pheig(A)

  ask by ywa136 translate from so

未解决问题?本站智能推荐:

1回复

在 Pytorch 中重新实现矩阵分解时的问题

我尝试在 Pytorch 中实现矩阵分解作为数据提取器和模型。 原始模型是用mxnet编写的。 这里我尝试在 Pytorch 中使用相同的想法。 这是我的代码,可以直接在codelab 我得到了结果 MXNET结果在这里 为什么我不能得到一个美丽的形状。 我的train_rmse比
1回复

安装nimfa(Python Matrix Factorization库)的问题

我有一个大的(~25000 x 1000)矩阵来分解。 我基于numpy编写了自己的代码,但它效率低下并且不断引发内存错误。 我一直在尝试安装和使用nimfa( http://nimfa.biolab.si/ )和安装过程(尝试easy_install,pip,下载并运行git)没有显示
2回复

cublas中的Cholesky分解

我是cuda编程的新手。 我想对小矩阵(8 * 8)执行Cholesky分解。是否有任何算法可以通过使用CUBLAS批处理函数来获得它 cuda版本6.5 谢谢
1回复

如何加速 Eigen C++ 中的 LU 分解?

我是 C++ 和 Eigen 库的新手。 我想在大小为1815 X 1815的矩阵上执行 LU 分解(部分旋转),具有复杂的条目。 但是,我的代码性能很差,LU 分解需要77.2852秒,而 MATLAB 仅需要0.140946秒。 请找到随附的代码。 关于如何改进代码的任何建议? 请注意,在代码的
1回复

预测推荐系统中的缺失值

我正在尝试实现非负矩阵分解,以便为推荐引擎项目找到矩阵的缺失值。 我正在使用nimfa库来实现矩阵分解。 但是似乎无法弄清楚如何预测缺失值。 此矩阵中的缺失值用0表示。 但是给定的ans与a几乎相同,我无法预测零值。 请告诉我使用哪种方法或任何其他可能的实现方式以及任何可能的资源
1回复

如何在python中并行for循环? [关闭]

更新1.0开始 看来打电话的时候 传递给函数ALS_Y/ALS_X的参数不是引用,它复制了参数。因此,当X或Y是非常large matrixes ,例如,在我的情况下,它是6000*40左右(并且它是一个for-loop ,我们假设迭代次数是50 000 ,所以...),它超出了内
1回复

R 从 Sparklyr 中的 ALS 实现中提取潜在因素

使用 sparklyr 文档中的 ALS 示例: 然后,您如何从模型中提取产生的潜在用户和项目因素?
1回复

我在矩阵分解中检测过度拟合的方法正确吗?

我使用矩阵分解作为基于用户点击行为记录的推荐系统算法。 我尝试两种矩阵分解方法: 第一个是基本SVD,其预测只是用户因子向量u和项目因子i的乘积:r = u * i 我使用的第二个是带有偏置分量的SVD。 r = u * i + b_u + b_i 其中b_u和b_i代