Wie Vektoren ungefähr in Eigen zu vergleichen?

Question

Gibt es in Eigen eine Funktion zum Vergleichen von Vektoren (Matrizen) unter Verwendung sowohl relativer als auch absoluter Toleranz (numpy.allclose)? Standard isApprox schlägt fehl, wenn einer der Vektoren sehr nahe bei Null ist.

Answer 1

Es gibt keine eingebaute Funktion, die numpy.allclose implementiert, aber Sie können leicht selbst einen schreiben, wenn Sie das wirklich brauchen. Allerdings würde ich eher die Verwendung von isMuchSmallerThan mit Referenzwert vorschlagen:

(a-b).isMuchSmallerThan(ref) 

wo ref eine repräsentative nicht Null für Ihr Problem.

EDIT: Referenz hier ist eine mögliche Implementierung von allclose:

template<typename DerivedA, typename DerivedB> 
bool allclose(const Eigen::DenseBase<DerivedA>& a, 
       const Eigen::DenseBase<DerivedB>& b, 
       const typename DerivedA::RealScalar& rtol 
        = Eigen::NumTraits<typename DerivedA::RealScalar>::dummy_precision(), 
       const typename DerivedA::RealScalar& atol 
        = Eigen::NumTraits<typename DerivedA::RealScalar>::epsilon()) 
{ 
    return ((a.derived() - b.derived()).array().abs() 
      <= (atol + rtol * b.derived().array().abs())).all(); 
} 

Answer 2

Es gibt auch isApprox Funktion, die für mich nicht funktioniert. Ich verwende nur (expect - res) .norm() < einige kleine Zahl.