如何使用Python计算矩阵的伪行列式

Question

我有一个矩阵，在计算朴素贝叶斯分类器时未通过奇异性测试。我正在处理方程式中的ln(det(sigma))部分。

if np.linalg.cond(covarianceMatrix) < 1/sys.float_info.epsilon:
    return np.log(np.linalg.det(covarianceMatrix))
else:
    return a pseudo determinant

当协方差矩阵是奇异的时候，我必须找到伪行列式。我该如何做呢？

- kenny

Answer 1

1. 首先计算矩阵的特征值

    eig_values = np.linalg.eig(covarianceMatrix)

2. 然后计算非零特征值的乘积（这等于矩阵的伪行列式值）

    pseudo_determinent = np.product(eig_values[eig_values > 1e-12])

- IssamLaradji

---

我正在尝试实现这个解决方案，但是遇到了错误：“>”不支持元组和浮点数之间的实例。请问您知道如何解决吗？看起来我需要遍历元素。 - DRA

Answer 2

你能使用numpy的pinv来计算伪逆，然后使用它来计算行列式吗？ http://www.sosmath.com/matrix/inverse/inverse.html

- TheOriginalAlex