Question

我想获得稀疏对称矩阵的特征向量，并且在给定时间内具有最低的精度。
目前，我在scipy.sparse.eigsh使用以下内容：

evals, evecs = eigsh(MyMatrix, 2,which='LM' ,tol=1.e-15, maxiter=1000000)

如果tol次迭代没有收敛到maxiter精度，则会引发ArpackNoConvergence误差，其中包含已收敛的特征向量/值，但不包含未收敛的特征向量/值。然而，我更喜欢精确1.e-14而不是1.e-15的向量，而不是没有向量。有没有办法强制返回尚未收敛的特征向量（可能还有另一个库）？就像在Matlab中一样，eigs函数无论如何都返回特征向量，如果没有达到所需的精度，只需要一个额外的警告。

谢谢！

Answer 1

ArpackNoConvergence例外包含.eigenvalues和.eigenvectors属性，其中包含部分结果：

import numpy as np
from scipy.sparse.linalg import eigsh, ArpackNoConvergence

M = np.random.RandomState(0).randn(100, 100)

try:
    w, v = eigsh(M, 5, maxiter=20)
except ArpackNoConvergence as e:
    print(e)
    w = e.eigenvalues
    v = e.eigenvectors
    print(w.shape, v.shape)

打印：

ARPACK error -1: No convergence (21 iterations, 2/5 eigenvectors converged)
((2,), (100, 2))

python scipy eigs：无论收敛容差如何，在最大迭代次数后返回特征向量

1 个答案: