In lettura Abdi & Williams (2010) "Analisi componente principale" e sto cercando di ripetere l'SVD per ottenere valori per ulteriore PCA.Utilizzo di Numpy (np.linalg.svd) per la decomposizione del valore singolare
L'articolo afferma che a seguito di SVD:
X = PDQ^t
io carico i miei dati in un np.array X.
X = np.array(data)
P, D, Q = np.linalg.svd(X, full_matrices=False)
D = np.diag(D)
Ma non ho ricevuto l'uguaglianza sopra quando si verifica con
X_a = np.dot(np.dot(P, D), Q.T)
X_a e X sono le stesse dimensioni, ma i valori non sono uguali . Mi manca qualcosa, o la funzionalità della funzione np.linalg.svd non è compatibile in qualche modo con l'equazione nella carta?