快速准确的稀疏 svd 库？ [关闭]答案

【问题标题】：Fast accurate sparse svd library? [closed]快速准确的稀疏 svd 库？ [关闭]
【发布时间】：2012-10-08 06:32:00
【问题描述】：

我正在寻找一个快速的 svd 库，可以使用 c、c++ 或 java。最终我使用的是 Java，但我很喜欢使用 jna 来包装 c++，例如http://github.com/hughperkins/jeigen

我正在寻找一个能够处理稀疏矩阵的快速 svd 库。为了保持这个客观性，这样问题就不会被标记为过于主观，让我们说：

与 news20.binary 一起使用，例如来自http://mldata.org/repository/data/viewslug/news20binary/
运行需要多快？
保留了多少方差，例如对于大小为 6 或 20 的 S 矩阵？

我环顾了几个图书馆，发现：

基本上，我正在寻找一个库，它提供的速度和平均平方投影误差与 matlab 大致相同，或者至少具有可比性。

【问题讨论】：

你在找什么算法？ Randomized PCA（不是 c++/java，但我认为是正确的算法）用于 20 个新闻组 x 10k 功能，6 台 PC --> 7.0 sec pca explained_variance_ratio_ .79 .062 .044 .039 .031 .03。
我很惊讶 Eigen 的 SVD 这么慢。我从来没有为此使用Eigen。自从您上次提出这个问题以来，情况是否有所改善？
顺便说一句，when are you going to implement the sparse solvers in JEigen?
@Z boson，好像你已经实现了这个。想要发送拉取请求？

【解决方案1】：

根据我的经验，svdlibc 是这些选项中最好的库。我之前已经对它的代码进行了一些研究，但我不相信它正在计算完整的 S 矩阵（即，它是一个真正的“薄 svd”）。如果您可以控制磁盘上的矩阵表示，则 svdlibc 在使用稀疏二进制输入格式时会执行得更快，因为 I/O 开销显着降低。

S-Space 包在 SVDLIBC 的 SVDLIBJ java 端口周围提供了一个executable jar。但是，他们发现对于某些输入解决方案，它的结果与 SVDLIBC 不同。

【讨论】：