問題タブ [matrix-decomposition]

応答 vec y と共変量行列 X を取り、係数 β の最尤推定値のベクトルを出力する R 関数をどのように記述すればよいでしょうか。ここで、μ = Xβ および E[Y] = μ、ここで、Y は指数分布のランダム ベクトルです。

qr() および関連する関数を使用できますが、QR 分解を使用して、第一原理から繰り返し再重み付けされた最小二乗アルゴリズムをプログラムする必要があります。

一般行列の SVD を計算するために使用できる方法がいくつかあります。上三角行列のSVDを計算するために使用できる最良のアプローチについて知りたいです。この特殊な行列の場合に最適化できるアルゴリズムを提案してください。

部分ピボットを使用して行列の LU 分解を計算するプログラムを作成しています。プログラムを複数回実行して各行列を個別に出力するのではなく、複数 (2 つまたは 3 つ) の行列を出力する関数が必要です。 1回の実行で必要なものすべてを手に入れてからの時間。これを行う方法はありますか？たとえば、ピボットを必要としない正方行列に対して、Doolittle のアルゴリズムを使用した関数を次に示します。出力を一度に行列 l と u にしたいのですが、それを行う方法がわかりません。

Eigenの Transform クラスのドキュメントには、ほぼ同じシグネチャを持つ 2 つのメンバー関数があります。

両方の関数のドキュメントは同じです (乗算順序はrotation * scaling両方の関数にあります)。

変換の線形部分を回転 x スケーリングの積として分解します。スケーリングは必ずしも正ではありません。

いずれかのポインターがゼロの場合、対応する計算はスキップされます。

これは SVD モジュールで定義されています。

それらの違いは何ですか？

トピック分析を実行するために、tf-idf 入力に対して NMF 分解を実行しています。

これは、トピックから用語への割り当てで構成されるモデル定義であるWと、ドキュメントからトピックへの割り当て行列であるHを返します。

これまでのところ、H を使用して、トピックのリストへの用語頻度による関連性に基づいてドキュメントを分類できます。トピックのリストは、用語頻度との関連性にも基づいています。

後で再適用できるように、トピック用語の関連付けをディスクに保存したいと思います-ここで説明されている方法 [ https://stackoverflow.com/questions/8955448]を採用して、W の疎行列の再表現を保存します.

私が今やりたいことは、同じプロセスを実行し、トピック定義行列 W のみを修正することです.

ドキュメントでは、次の行に沿って呼び出しパラメーターに W を設定できるようです。

そして、私はこれを試しましたが、うまくいかないようです。

異なるサイズのボキャブラリを使用して W マトリックスをコンパイルし、それをapplyModel関数に入力することでテストしました。結果のマトリックスの形状は、W モデルによって定義される必要があります (または、それが私が意図していることです)。しかし、そうではありません。

この質問の短いバージョンは、次のとおりです。マトリックス分解から生成されたトピックモデルを保存して、最初に生成したものとは異なるドキュメントセットを分類するために使用できるようにするにはどうすればよいですか?

つまり、V = WHの場合、 VとWが与えられた場合、どのようにHを返すことができますか?

私は現在、MATLAB を使用して、構造が対称であるが値が非対称である非常に大きく、非常にまばらな複雑な行列 (つまり、A(1,2)=3+4i および A(2,1)=3-) の行列除算を行っています。 4i)。

現在、コードを Java に変換しています。Suitesparse/LApack の A\b に相当する適切な機能は何ですか?

これが MATLAB が A\b に対して実行しているものであることは知っていますが、chol は実数の対称行列に限定されているようです。

関数を使用して、R で次の行列の下三角コレスキー分解を取得しようとしていchol()ます。ただし、上三角分解を返し続け、ドキュメントを調べた後でも、下三角分解を取得する方法を見つけることができないようです。以下は私が使用しているコードです -

Q基本的に、 のような行列を見つける必要がありますQQ' = X。ご協力いただきありがとうございます！