我有一个相当大的数据集,我正在计算奇异值分解,然后我想得到矩阵。我的矩阵形状是:(33388104),它有很多列和行。我想要80%的能量,就是k=51
。在
当我在返回中返回矩阵时,我得到以下错误:
operands could not be broadcast together with shapes (33388,51) (51,51)
img is a numpy array of an image file
k is the number of singular vectors to use
如何更正函数以修复此错误?在
def rank_k_approx(img, k):
"""Return a rank-k approximation
img: an image (as a 2D grayscale array)
k: number of singular vectors used"""
u, sigma, vt = np.linalg.svd(img)
energy = np.linalg.norm(sigma)**2
approx_energy = np.linalg.norm(sigma[:k])**2
percentage = approx_energy*100/energy
print ("Energy retained = %4.2f"%percentage)
return u[:,:k]*np.diag(sigma[:k])*vt[:k,:]
np.linalg.svd
的输出是ndarray
对象,其中运算符*
是元素乘法。要计算矩阵积,需要使用np.dot()
或@
运算符。在乘法应为:
相关问题 更多 >
编程相关推荐