void PCA(Matrix<double, Dynamic, Dynamic> X) {
//动态存储
Matrix<double, Dynamic, Dynamic> C;
C = X * X.transpose() / X.cols();
int row = 2;
EigenSolver<Matrix<double,Dynamic,Dynamic>> es(C);
//特征值矩阵
Matrix<double, Dynamic, Dynamic> D = es.pseudoEigenvalueMatrix();
//特征向量矩阵
Matrix<double, Dynamic, Dynamic> V = es.pseudoEigenvectors();
//降维矩阵，当取前k行且k<n时，实现降维
Matrix<double, Dynamic, Dynamic> P = V.transpose();
cout << P*X<< endl;
}最后
以上就是跳跃冬日最近收集整理的关于Eigen 特征值的全部内容，更多相关Eigen内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复