python - scipy.sparse.linalg.eigs 与 MATLAB 中的 eigs 相比具有显着不同的结果

Question

在大多数情况下，linalg.eigs 的结果与 MATLAB 中的 eigs 的结果相似。然而在某些情况下，这两种结果是完全不同的。

我在这里提供了两个日期： https ://drive.google.com/file/d/1xBWCu_uUwEsAeF85uZAb70Bf4A2SOpM2/view?usp=sharing https://drive.google.com/file/d/1z3QFHiDfX8Qz099yTSJdGvwot9uMW8K4/view?usp=sharing （你可以用它来创建一个KNN图然后计算广义特征值）

当 K = 10 时，linalg.eigs 的最大广义特征值为 -685.84，但 MATLAB 为 66.5。在其他情况下 linalg.eigs 会告诉我这是一个单数，但 MATLAB 给了我一个值（比如 133）

我只是想知道为什么还有另一种更好的方法来计算 python 上的最大广义特征值？

标签： pythonmatlabgraphknneigenvalue