这个随机的 PCA 操作会完成吗？答案

【问题标题】：Will this randomized PCA operation ever finish?这个随机的 PCA 操作会完成吗？
【发布时间】：2013-07-24 11:22:17
【问题描述】：

我正在尝试对尺寸为 (100000,1024) 的矩阵执行白化。我需要确定 sklearn.decomposition 中的 PCA 或 RandomizedPCA 是否可以处理这种规模的问题，如果不能，我可以使用的最大功能数量是多少，并且仍然在大约 24 小时内完成。实现不是并行的。

根据the documentation for sklearn.decomposition.PCA，PCA 转换的时间复杂度为 'O(n ** 3) 假设 n ~ n_samples ~ n_features。但我不确定那个 ~ 符号是什么意思。

RandomizedPCA 据说效率更高，因为它是一个近似值，但我不知道多少。文档中没有关于它的时间复杂度。

作为参考，我已经对 (100000, 2) 进行了转换，这大约需要 2 分钟。我已经开始将（PCA 和 RandomizedPCA）转换为 (100000, 1024)，两者都运行了大约一个小时。我想知道它们是否会完成，但如果我做不到，如果它们仍在运行，我会在 24 小时后终止它们。

【问题讨论】：

~ 表示大约。这个公式在实践中几乎没有用，因为通常人们会使用特征比样本少得多的 RandomizedPCA（或相反）。应该查看文档中引用的论文以了解确切的复杂性（我不是 100% 将其从脑海中剔除）。

【解决方案1】：

通过实验，随机 PCA 似乎呈线性增长，并在一个多小时内完成了 1024 个功能。

【讨论】：