问题描述
我有一些LDA的特征向量，需要对其进行归一化，以期为我的数据图提供更好的分布。但是，当我尝试绘图时，出现以下错误：
TypeError: can't convert complex to float
我的目标是使用归一化特征值的长度为1，因此我可以使用散点图来绘制它们。
这是我的特征向量和特征值或W：
array([[-0.10581814+0.j,0.04074984-0.01399112j],[-0.23372333+0.j,0.49555464+0.06523154j],[ 0.00556672+0.j,-0.04604897-0.01343812j],[ 0.19390269+0.j,0.04270586-0.01074054j],[-0.02933551+0.j,0.05878407-0.04621762j],[ 0.06434365+0.j,-0.03255289+0.00979282j],[ 0.16049201+0.j,0.13998484+0.04480038j],[ 0.14740927+0.j,-0.14476144-0.01804198j],[-0.34968273+0.j,0.11147034-0.00347401j],[-0.02336536+0.j,-0.30772637-0.04889533j],[ 0.32717195+0.j,0.10968548+0.04521449j],[-0.07591008+0.j,-0.1565018 +0.07048565j],[-0.45449349+0.j,0.12363432+0.12987494j],[ 0.10056005+0.j,0.00194695+0.0041088j ],[ 0.32513632+0.j,-0.13982522-0.05557885j],[ 0.1956393 +0.j,0.03352865+0.06940528j],[-0.29846085+0.j,0.21616561-0.00656804j],[-0.25410559+0.j,-0.57721767+0.j ],[-0.06091341+0.j,-0.17309353-0.05529929j],[-0.30067768+0.j,0.20032743-0.165909j ]])
这是我的代码：
normed_matrix = normalize(W,axis=1,norm='l1')
我的目标是确保|| W || =1。但是我发现W的确切含义存在分歧。我如何使用特征向量和特征值的上下文来确保|| W || = 1，对于上面的python矩阵？
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）