고유 벡터와 고유 값은 많은 상황에서 용도를 찾습니다. 독일어로 'Eigen'이라는 단어는 '자신의'또는 '전형적인'을 의미합니다. 고유 벡터는 '특성 벡터'라고도 합니다. 데이터 세트에 대해 일부 변환을 수행해야 하지만 주어진 조건이 데이터 세트의 데이터 방향이 변경되어서는 안 된다고 가정합니다. 고유 벡터와 고유 값을 사용할 수 있는 경우입니다.
정방행렬(행의 개수와 열의 개수가 같은 행렬)이 주어졌을 때 고유값과 고유벡터는 아래의 식을 만족합니다.
고유 벡터는 고유 값을 찾은 후 계산됩니다.
참고 − 고유 값은 차원 3 이상에서도 잘 작동합니다.
이러한 수학적 계산을 수동으로 수행하는 대신 SciPy는 고유값과 고유 벡터를 계산하는 데 도움이 되는 'eig'라는 라이브러리의 함수를 제공합니다.
'eig' 함수의 구문
scipy.linalg.eig(매트릭스)
'eig' 함수가 어떻게 사용되는지 봅시다 -
예
scipy import linalgimport numpy as npmy_arr =np.array([[5,7],[11,3]])eg_val, eg_vect =linalg.eig(my_arr)print("고유값은 다음과 같습니다.")print( eg_val)print("고유벡터는 다음과 같습니다.")print(eg_vect) 출력
고유값은 다음과 같습니다.[12.83176087+0.j -4.83176087+0.j]고유 벡터는 다음과 같습니다.[[ 0.66640536 -0.57999285][ 0.74558963 0.81]4621설명
- 필수 라이브러리를 가져옵니다.
- 행렬은 Numpy 라이브러리를 사용하여 특정 값으로 정의됩니다.
- 행렬은 행렬의 고유값과 고유 벡터를 계산하는 'eig' 함수에 매개변수로 전달됩니다.
- 이러한 계산 데이터는 두 개의 다른 변수에 저장됩니다.
- 이 출력은 콘솔에 표시됩니다.