理想的SVD实施？

Question

当然，理想是主观的。我正在做一些研究，我需要为矩阵矩阵实现SVD计算的生产级代码。因此，我发现，GraphLab和Mahout使用Lanczos算法来实现SVD，而我发现其他方法包括QR分解和Jacobi方法。我的问题是什么是计算SVD的最佳方法？为什么？

Answer 1

我觉得this paper这似乎是有帮助的。

在第

45.2算法的奇异值分解

不同的算法被讨论。

这些算法在涉及迭代和确切输出需要的方面有所不同，比如说如果你只是想要特征向量，事情会有些不同。

Answer 2

您可以尝试征库C++，它有非常不错的表现，如果你是一个C++程序员并不难用：

http://eigen.tuxfamily.org/dox/classEigen_1_1JacobiSVD.html

Graphlab使用本征线性代数，不知道他们将其用于SVD。