我試圖運行大型(120k x 600k)和稀疏(非空值的0,1%)矩陣M的全SVD。由於內存限制,我之前的所有嘗試都失敗了(使用SVDLIBC,Octave和R),我幾乎(已經)放棄了探索解決我的問題的其他方法(LSA)。然而,此刻,我只對對角矩陣S的特徵值感興趣,而不是在左/右奇異向量(矩陣U和V)中感興趣。大型稀疏矩陣的全SVD(只需要特徵值)
有沒有一種方法來計算這些奇異值而不在存儲器中存儲密集矩陣M和/或奇異向量矩陣U和V?
任何幫助將不勝感激。
[編輯]我的服務器配置:3,5GHz/3,9GHz(6個核/ 12線程)的RAM
您可以檢查新的'rARPACK'包或'irlba'哪個適用於bigmemory :: big.matrix對象或稀疏矩陣。 – dickoa
我已經檢查過這些軟件包,但它似乎只適用於需要幾個奇異值時... – Pierre