linalg op• 데이터 종류: matrix → matrix
• 호출: import mathops; mathops.mat_pinv(a, rcond=1e-12)(또는 opsmath.get("mat_pinv"))
SVD 를 통한 무어-펜로즈 유사역행렬. 절단 임계값을 명시합니다.
> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.
Singular values below `rcond * s_max` are treated as zero — that cutoff
*is* the regularisation, so it is a named, documented parameter here
(default `1e-12`) rather than a hidden library default: raising it
discards noisy directions (stabler, more biased), lowering it keeps them
(exact for well-conditioned *A*, explosive near rank deficiency).
Works for any `(m, n): pinv(A) @ b` is the least-squares solution for
`m > n and the minimum-norm solution for m < n`.
HALCON: no direct operator — HALCON reaches the same result through
`svd_matrix` + reciprocal singular values.
mathops 의 모든 연산자는 입력을 검증한 뒤에 계산합니다(조용히 통과시키지 않습니다):
• **complex 입력은 ValueError** —— float64 로의 강제 변환은 허수부를 조용히 버립니다(numpy 는 ComplexWarning 만 내고 「그럴듯하게 틀린」 실수를 돌려줍니다). .real/.imag/abs() 를 명시하거나 복소수를 다루는 complexops 를 쓰세요.
• **masked 요소가 있는 masked array 는 ValueError** —— 마스크를 벗겨 아래 원값을 쓰는 암묵 변환을 거부합니다. 채울지 버릴지를 명시하세요.
• **NaN/Inf 는 모든 입력에서 ValueError**(개수를 명시하고 거부 —— 결과 전체로 전파되므로).
• 형상은 엄격: 1-D 와 2-D 를 암묵적으로 승격·브로드캐스트하지 않습니다(vector 슬롯에 matrix, matrix 슬롯에 vector 는 ValueError. reshape 를 명시하세요).
• 크기 상한: 행렬을 받는 연산자와 stat_histogram 의 bins 는 mathops.MAX_ELEMENTS(2^26 ≈ 6700 만 요소)를 넘으면 ValueError.
• blas_threads_and_memory — 行列分解が遅い理由の知識 — BLAS スレッド・キャッシュ・メモリ配置
• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.
• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.
• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.
• math_metrology — py -3.11 examples/math_metrology.py
matrix 를 입력으로 받는 것)mat_solve · mat_lstsq · mat_svd · mat_eigh · mat_cond · stat_covariance · stat_correlation
linalg)mat_solve · mat_lstsq · mat_svd · mat_eigh · mat_cond
*Provenance: mathops.py — MATH 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.