python - numpy 中检查向量是否对齐或方向相反的最快方法(截断的 SVD 后处理)
问题描述
我有一堆向量存储在矩阵 U 的列中。我还有一个包含列向量的矩阵 V。V 中的每个向量都可以是
- 与 U 中的对应物几乎相同,具有数值近似
- 或具有相反的符号,具有数值近似值。
目标是找到一个数组,如果向量具有相同的方向,则包含 1,如果它们具有相反的方向,则包含 -1。
另外两件事:
- 我只对第一个迹象感兴趣,而不是全部(在下面的示例中为 10000 个中的 100 个)。
- V 以其转置形式 (Vt)
到目前为止,我已经找到了三种方法来解决这个问题:
from timeit import timeit
import numpy as np
# create fake SVD output
n_components = 100
n_samples = 10000
U = np.random.random((n_samples, n_samples - 1))
true_signs = np.sign(np.random.random(n_samples - 1) - 0.5)
Vt = np.multiply(U, true_signs[None, :]).T
# simulate some numerical imprecision
Vt += np.random.random((n_samples - 1, n_samples)) * 0.001
# 3 competing methods
def compute_signs_dot():
VtU = np.dot(Vt[:n_components, :], U[:, :n_components])
signs = np.sign(np.diag(VtU))
np.testing.assert_equal(signs, true_signs[:n_components])
def compute_signs_mul():
diag_VtU = np.multiply(Vt[:n_components, :].T,
U[:, :n_components]).sum(axis=0)
signs = np.sign(diag_VtU)
np.testing.assert_equal(signs, true_signs[:n_components])
def compute_signs_sign():
signs = np.multiply(np.sign(Vt[:n_components, :].T),
np.sign(U[:, :n_components])).sum(axis=0)
signs = np.sign(signs)
np.testing.assert_equal(signs, true_signs[:n_components])
# compare execution times
print("compute_signs_dot: %.3fs" % timeit(compute_signs_dot, number=100))
print("compute_signs_mul: %.3fs" % timeit(compute_signs_mul, number=100))
print("compute_signs_sign: %.3fs" % timeit(compute_signs_sign, number=100))
产量
compute_signs_dot: 2.001s
compute_signs_mul: 0.786s
compute_signs_sign: 1.693s
因此,迄今为止最快的方法似乎是通过将术语乘以术语和总和(compute_signs_mul
)来计算每个列索引处的向量对之间的标量积。
任何其他方法将不胜感激,更快或具有类似的速度。
注意:正如一些读者会注意到的,这是对截断 SVD 输出的后处理,以便通过找到它们的符号将奇异值转换为特征值。
解决方案
我们可以使用np.einsum
-
diag_VtU = np.einsum('ji,ij->j',Vt[:n_components, :], U[:, :n_components])
或者,用np.matmul/@-operator
得到diag_VtU
-
(Vt[:n_components, :][:,None,:] @ (U[:, :n_components].T)[:,:,None])[:,0,0]
推荐阅读
- php - 有没有办法我可以更改 wordpress 主题以显示来自 2 个不同类别的帖子,而不是可以在横幅设置中设置的帖子
- graph - 如何对具有特征网络结构的数据使用深度学习?
- c# - 提供了无效的请求 URI。(堆栈跟踪中没有有用的信息)
- javascript - 如何将 1 个键值拆分为 2 个键值
- python-3.x - 在列中拆分多个值
- c# - 从字节[]显示图像,每次转换为图像时显示“无效参数”
- javascript - 即使从 MDN 复制,Await 也是保留字
- php - PHP Mail:蜜罐方法的概念
- django - 在 Django 中反应还是作为独立的反应?
- websocket - 如何有效地扩展 Websocket 服务器?