是否有优化的包或方法来估计非负实方矩阵的 Perron-Frobenius 特征值？这可能比精确计算快得多(尤其是对于大型和/或稀疏矩阵)——假设 Perron-Frobenius 特征值可以通过迭代矩阵得到。我希望存在可以执行此操作的优化包。
最佳答案
如果 A 是一个方阵，可能是稀疏格式，那么您可以使用 SciPy 的 eigs 和eigsh 函数:
from scipy.sparse.linalg import eigs
val, vec = eigs(a, k=1, which='LM')
SciPy 有各种形式的 solvers for sparse eigenvalue problems 使用 ARPACK 库。您可以在 SciPy’s ARPACK tutorial 中阅读更多内容。
关于用于估计实数方非负矩阵的 Perron-Frobenius 特征值的 Python 包，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/14450969/