PCA 的负数和复数特征值答案

【问题标题】：Negative and complex number eigenvalues for PCAPCA 的负数和复数特征值
【发布时间】：2019-12-31 06:18:06
【问题描述】：

我已经生成了一个相关矩阵my_corr = rtn.corr(method = 'pearson')，并且我从 scipy 对该矩阵进行了 PCA 组合：eig_vals, eig_vecs = linalg.eig(my_corr)。但是，对于特征值，我得到负数和复数，例如 -4.33309269e-16+2.336829340-16j。如果我use linalg.eigh 而不是linalg.eig，我会得到真正的价值，但也会有很多负值。为什么会这样？感谢您的帮助

【问题讨论】：

值-4.33309269e-16+2.336829340-16j 可能是零特征值的数值近似。当您使用eigh 时，负特征值是否与此一样小（即全部在 1e-16 的数量级上）？

标签： python scipy pca eigenvalue eigenvector

【解决方案1】：

如果没有更多信息，例如 linalg.eig 和 linalg.eigh 的 sn-p 输出或 rtn 数据框，可能有多种原因。一方面，eigh 自动对您的特征值进行排序，而不是 eig。 Eigh 还假设您有一个对称的my_corr。更多相关信息：Difference between linalg.eigh and linalg.eig

【讨论】：