使用特征3 /稀疏的稀疏特征值 [英] Sparse eigenvalues using eigen3/sparse

问题描述

是否有一种独特而有效的方法来找到 Eigen3 中的真实，对称，非常大，让我们说10000x10000稀疏矩阵的特征值和特征向量？存在用于密集矩阵的特征值求解器，但是其不利用矩阵的属性。它的对称性。此外，我不想把矩阵密集存储。

Is there an distinct and effective way of finding eigenvalues and eigenvectors of a real, symmetrical, very large, let's say 10000x10000, sparse matrix in Eigen3? There is an eigenvalue solver for dense matrices but that doesn't make use of the property of the matrix e.g. it's symmetry. Furthermore I don't want to store the matrix in dense.

或者（可选）有更好的（更好的文档）库来做这件事吗？

Or (alternative) is there a better (+better documented) library to do that?

推荐答案

Armadillo < a>将使用 eigs_sym

请注意，计算所有特征值是一个非常昂贵的操作，无论你做什么，通常做的是只找到k最大，或最小特征值（这是这将做的）。

Note that computing all the eigenvalues is a very expensive operation whatever you do, usually what is done is to find only the k largest, or smallest eigenvalues (which is what this will do).

这篇关于使用特征3 /稀疏的稀疏特征值的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！