python 奇异值分解小程序 分类：机器学习

[python] view plain copy

print?

1. import numpy as np  
2. import random  
3.   
4. def gen_inv(a):  
5.         a_sq = np.dot(a.T, a)  
6.         eigen = np.linalg.eig(a_sq)  
7.         eigen_vals = eigen[0]  
8.         eigen_vectors = eigen[1]  
9.   
10.         orth = a.dot(eigen_vectors)  
11.         new_orth_len = np.zeros([orth.shape[1], orth.shape[1]])  
12.         orth_sq = orth.T.dot(orth)  
13.   
14.         for j in range(orth.shape[1]):  
15.                 for i in range(orth.shape[0]):  
16.                         orth[i][j] /= (orth_sq[j][j] ** 0.5)  
17.                 new_orth_len[j][j] = orth_sq[j][j] ** 0.5  
18.   
19.         return {“Q”: orth, “lamda”: new_orth_len, “P”: eigen_vectors}  
20.   
21. M = np.zeros([500, 500])  
22. for i in range(M.shape[0]):  
23.         for j in range(M.shape[1]):  
24.                 M[i][j] = random.random()  
25.   
26. print gen_inv(M)  

import numpy as npimport randomdef gen_inv(a):        a_sq = np.dot(a.T, a)        eigen = np.linalg.eig(a_sq)        eigen_vals = eigen[0]        eigen_vectors = eigen[1]        orth = a.dot(eigen_vectors)        new_orth_len = np.zeros([orth.shape[1], orth.shape[1]])        orth_sq = orth.T.dot(orth)        for j in range(orth.shape[1]):                for i in range(orth.shape[0]):                        orth[i][j] /= (orth_sq[j][j] ** 0.5)                new_orth_len[j][j] = orth_sq[j][j] ** 0.5        return {"Q": orth, "lamda": new_orth_len, "P": eigen_vectors}M = np.zeros([500, 500])for i in range(M.shape[0]):        for j in range(M.shape[1]):                M[i][j] = random.random()print gen_inv(M)

更多了解请浏览：http://blog.csdn.net/sinat_30665603