用于特征分析的一致定向基

将基于机器学习的特征中心方法重复应用于演化数据集时，会发现由成熟计算机实现计算出的特征向量在演化序列上并不稳定。这是因为任一特征向量之符号可沿其对应特征轴的正方或负方指向，且对任意一次特征求解而言，该符号在计算解时无关紧要。本文报告一种生成一致定向特征向量基的算法。该算法对任意成熟的本征值求解进行后处理，因而对后者的具体实现无关。一旦方向一致，便可对特征向量施加方向统计以追踪其运动并概括其离散程度。当一致定向本征系统应用于机器学习方法时，训练权重的时序便可在机器学习模型语境下得以解释。我们以普通线性回归演示此种可解释性。本文所报告算法的参考实现已用 Python 编写并可免费获取，既提供源代码，也可通过 thucyd Python 包使用。