sklearn.utils.extmath.randomized_range_finder¶
sklearn.utils.extmath.randomized_range_finder(A, *, size, n_iter, power_iteration_normalizer='auto', random_state=None)
计算一个正交矩阵，其范围近似于A的范围。
| 参数 | 说明 |
|---|---|
| A | 2D array 输入数据矩阵 |
| size | integer 返回数组的大小 |
| n_iter | integer 用于稳定结果的迭代次数 |
| power_iteration_normalizer | ‘auto’ (default), ‘QR’, ‘LU’, ‘none’ 设置幂次迭代是否通过逐步QR因子分解(最慢但最准确)归一化，设置为none(当n iter较大时最快但数值不稳定，例如5或更大)，或LU因子分解(数值稳定但精度会稍微下降)。如果n iter <= 2，则自动模式不应用归一化，否则切换到LU。 新版本0.18的功能。 |
| random_state | int, RandomState instance or None, optional (default=None) 伪随机数生成器的种子在对数据进行混洗时使用，即获取随机向量从而初始化算法。 在多个函数调用中传递可重复的结果。 请参阅词汇表。 |
| 返回值 | 说明 |
|---|---|
| Q | 2D array 一个（尺寸x尺寸）的投影矩阵，其范围非常接近输入矩阵A的范围。 |
注:
遵循发现结构随机性的4.3算法：用于构造近似矩阵分解的随机算法Halko等人，2009（arXiv：909）https://arxiv.org/pdf/0909.4061.pdf
主成分分析的随机算法的一种实现方法A. Szlam等。 2014年
