我正在尝试使用sklearn的随机版本TruncatedSVD(虽然实际上我在调用内部函数randomized_svd以获取实际的u、s、v矩阵)。虽然对于实数矩阵它能正常工作,但是对于复数矩阵,即使奇异值完全正确,我也无法得到原始矩阵:
>>> import numpy as np
>>> from sklearn.utils.extmath import randomized_svd
>>> N = 3
>>> a = np.random.rand(N, N)*(1 + 1j)
>>> u1, s1, v1 = np.linalg.svd(a)
>>> u2, s2, v2 = randomized_svd(a, n_components=N, n_iter=7)
>>> np.allclose(s1, s2)
True
>>> np.allclose(a, u1.dot(np.diag(s1)).dot(v1))
True
>>> np.allclose(a, u2.dot(np.diag(s2)).dot(v2))
False
您有什么想法是出了什么问题?