Truncated SVD 與自行計算的 SVD 值不完全相同?
我嘗試比較 sklearn 的 TruncatedSVD 以及 np.linalg.svd 取前 k 值的結果，發現正負號有所差異，且後續的值也有所不同。想請問導致這樣的原因為何？ ```python svd = TruncatedSVD(n_components=140) sk_us = svd.fit_transform(co_matrix) print(sk_us) u, s, vh = np.linalg.svd(co_matrix) print(u[:, :140] @ np.diag(s[:140])) ``` 
回答列表
-
2021/01/17 上午 08:30Even Pan贊同數：0不贊同數：0留言數：0
發現第一個collumn有不一樣的特性 ```python svd = TruncatedSVD(n_components=5) sk_us = svd.fit_transform(co_matrix) print(sk_us) u, s, vh = np.linalg.svd(co_matrix) svd_manual = u[:, :5] @ np.diag(s[:5]) print(svd_manual) abs(sk_us - svd_manual) <= 0.01 ```  看起來TruncatedSVD 的第一個column有經過糾正 Adjusts the columns of u and the rows of v such that the loadings in the columns in u that are largest in absolute value are always positive. https://github.com/scikit-learn/scikit-learn/blob/42aff4e2edd8e8887478f6ff1628f27de97be6a3/sklearn/utils/extmath.py#L504-L547
-
2021/01/23 上午 02:23張維元 (WeiYuan)贊同數：0不贊同數：0留言數：0
嗨，你好
你的問題是什麼，可以多描述一點嗎？
嗨，你好，我是維元，持續在不同的平台發表對 #資料科學、 #網頁開發 或 #軟體職涯 相關的文章。如果對於內文有疑問都歡迎與我們進一步的交流，都可以追蹤我的 Facebook 或 技術部落格 ，也會不定時的舉辦分享活動，一起來玩玩吧 ヽ(●´∀`●)ﾉ