※ 引述《ray0215 (❺❺❻❻)》之铭言： : 小弟我最近需要计算相关系数(correlation coefficient matri)矩阵的反矩阵 : 例如 : Martrix array([[ 1. , 0.92531576, 0.81998247, 0.92586894], : [ 0.92531576, 1. , 0.70974912, 0.72358554], : [ 0.81998247, 0.70974912, 1. , 0.72669914], : [ 0.92586894, 0.72358554, 0.72669914, 1. ]]) : 这样用numpy.linalg.inv算出来的值 : 会计算出 : array([[ 6.51500296e+15, -3.18743561e+15, -7.89299760e+14, : -3.15207310e+15], : [ -3.18743561e+15, 1.55943840e+15, 3.86161323e+14, : 1.54213745e+15], : [ -7.89299760e+14, 3.86161323e+14, 9.56245323e+13, : 3.81877116e+14], : [ -3.15207310e+15, 1.54213745e+15, 3.81877116e+14, : 1.52502845e+15]]) : 每个都十五次方 : 我想应该不是正确解答吧@@ : 请问要怎麽解决 : 先谢谢版上的大大了 你推文说要计算R^(-1)-I 的值 R = correlation matrix I = idendity matrix 处理矩阵时 有一个原则 能不要反矩阵 就不要算 因为算反矩阵很昂贵 又不稳定 你原本题目应该是： R ( X + I ) = I ,其中X为你要求的矩阵. 那麽，这样处理比较稳定: R X = (I - R) └已知┘ └已知┘ X 切成column表达: X = [x1 │x2 │x3...] ,其中x1为向量,x2,x3...亦同 (I-R)定义成 B 好了 也切成column: (I-R) =def= B = [b1│b2│b3...] 原问题变成 R ‧ x1 = b1 (nxn) (nx1) (nx1) →维度验算 R ‧ x2 = b2 R ‧ x3 = b3 每个问题用 BLAS 算完後 再把 x1,x2,x3...拼回来 印象中是这样,几年前处理的印象... p.s. 1.回文如有错请高手指正 已经有一段时间没处理matrix了 谢谢 2.我没实际算...如果算出来是合理值 那就是你原本用inv时会有误差造成 行列式小时，算inv的误差会累积 通常基础线性代数不会讲 数学系的纯数课程也不会讲 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 36.228.190.212 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Python/M.1466643808.A.CEA.html ※ 编辑: alen332l (36.228.190.212), 06/23/2016 09:06:25 ※ 编辑: alen332l (36.228.190.212), 06/23/2016 09:07:34 ※ 编辑: alen332l (36.228.190.212), 06/23/2016 09:11:36