Eigen ভেক্টর এবং Eigen মান অনেক পরিস্থিতিতে তাদের ব্যবহার খুঁজে পায়। জার্মান ভাষায় 'Eigen' শব্দের অর্থ 'নিজের' বা 'সাধারণ'। একটি Eigen ভেক্টর একটি 'চরিত্রিক ভেক্টর' হিসাবেও পরিচিত। ধরুন আমাদের একটি ডেটাসেটে কিছু রূপান্তর করতে হবে কিন্তু প্রদত্ত শর্ত হল যে ডেটাসেটে ডেটার দিক পরিবর্তন করা উচিত নয়। এটি হল যখন Eigen ভেক্টর এবং Eigen মান ব্যবহার করা যেতে পারে।
একটি বর্গ ম্যাট্রিক্স দেওয়া হয়েছে (একটি ম্যাট্রিক্স যেখানে সারির সংখ্যা কলামের সংখ্যার সমান), একটি আইজেন মান এবং একটি আইজেন ভেক্টর নীচের সমীকরণটি পূরণ করে৷
Eigen মান খুঁজে বের করার পর Eigen ভেক্টর গণনা করা হয়।
দ্রষ্টব্য − Eigen মানগুলি 3 বা তার বেশি মাত্রার সাথেও ভাল কাজ করে৷
ম্যানুয়ালি এই গাণিতিক কম্পিউটেশনগুলি সম্পাদন করার পরিবর্তে, SciPy লাইব্রেরিতে 'eig' নামে একটি ফাংশন প্রদান করে যা Eigenvalue এবং Eigenvector গণনা করতে সাহায্য করে।
'eig' ফাংশনের সিনট্যাক্স
scipy.linalg.eig(ম্যাট্রিক্স)
আসুন দেখি কিভাবে 'eig' ফাংশন ব্যবহার করা যায় -
উদাহরণ
npmy_arr =np.array([[5,7],[11,3]])eg_val, eg_vect =linalg.eig(my_arr)print("The Eigenvalues are :")print( eg_val)মুদ্রণ("The Eigenvectors are :")print(eg_vect)আউটপুট
ইজেনভ্যালুগুলি হল:[12.83176087+0.j -4.83176087+0.j]আইজেনভেক্টরগুলি হল:[[ 0.66640536 -0.57999285][ 0.74558963 0.81462]5>ব্যাখ্যা
- প্রয়োজনীয় লাইব্রেরিগুলি আমদানি করা হয়৷ ৷
- নাম্পি লাইব্রেরি ব্যবহার করে একটি ম্যাট্রিক্সকে নির্দিষ্ট মান দিয়ে সংজ্ঞায়িত করা হয়।
- ম্যাট্রিক্সটি 'eig' ফাংশনে একটি প্যারামিটার হিসাবে পাস করা হয় যা ম্যাট্রিক্সের eigenvalues এবং eigenvectors গণনা করে।
- এই গণনাকৃত ডেটা দুটি ভিন্ন ভেরিয়েবলে সংরক্ষিত হয়।
- এই আউটপুট কনসোলে প্রদর্শিত হয়।
