我将LMNN(最大边缘最近邻)度量学习算法的matlab代码改写为Java,并使用Jama库。结果与Matlab不同,我认为这是由于在Matlab和Jama中进行的特征值分解(特征值和特征向量)导致的差异。如果您以前遇到过这样的问题,请回复我评论。此外,在这种情况下必须获得相似的结果吗?
在Matlab中:
Java(IdeM是PSD矩阵)
Matlab结果:
Java使用Jama库:
在Matlab中:
[V, L] = eig(M);
Java(IdeM是PSD矩阵)
Matrix V = ideM.eig().getV();
Matrix L = ideM.eig().getD();
结果
示例结果:
A = [2 4 2; 6 8 1; 5 7 5]
Matlab结果:
>> [V,L] = eig(A)
V =
-0.3486 -0.82756 0.19221
-0.57978 0.56013 -0.40315
-0.73643 0.037403 0.89472
L =
12.878 0 0
0 -0.7978 0
0 0 2.92
Java使用Jama库:
[[0.8275575078346545, -0.3493113857121139, 0.24597790205308678],
[-0.5601335729999509, -0.5809634522691761, -0.5159207870175849],
[-0.037402561741212, -0.7379374514853343, 1.144995023469712]]
[[-0.7977988158677061,0.0, 0.0],
[0.0, 12.877769427129202, 0.0],
[0.0, 0.0,2.9200293887385067]]
ideM
值? - Andrew Janke