我试图运行大型(120k x 600k)和稀疏(非空值的0,1%)矩阵M的全SVD。由于内存限制,我之前的所有尝试都失败了(使用SVDLIBC,Octave和R),我几乎(已经)放弃了探索解决我的问题的其他方法(LSA)。然而,此刻,我只对对角矩阵S的特征值感兴趣,而不是在左/右奇异向量(矩阵U和V)中感兴趣。大型稀疏矩阵的全SVD(只需要特征值)
有没有一种方法来计算这些奇异值而不在存储器中存储密集矩阵M和/或奇异向量矩阵U和V?
任何帮助将不胜感激。
[编辑]我的服务器配置:3,5GHz/3,9GHz(6个核/ 12线程)的RAM
您可以检查新的'rARPACK'包或'irlba'哪个适用于bigmemory :: big.matrix对象或稀疏矩阵。 – dickoa
我已经检查过这些软件包,但它似乎只适用于需要几个奇异值时... – Pierre