Lo que tiene es una matriz de diseño único [math] M \ in \ mathbb {R} ^ {n \ times p} [/ math]. La construcción de la matriz de gramo [matemática] A = M ^ {T} M [/ matemática] estará dominada por la complejidad de multiplicación de la matriz que es [matemática] O (p ^ {2} n) [/ matemática].
La SVD para la matriz [matemática] M [/ matemática] con [matemática] p \ leq n [/ matemática] se puede calcular en [matemática] O (p ^ {2} n) [/ matemática]. Es posible que pueda hacerlo un poco mejor si considera una aproximación de bajo rango, que puede brindarle un rendimiento subcúbico. Luego deberá calcular la matriz de gramo utilizando estos componentes, que es [math] O (nrp) [/ math], donde [math] r [/ math] denota el primer [math] r [/ math] [math] \ sigma_ {i} [/ math] valores singulares. Esto también se conoce como un SVD compacto.
Sin embargo, un enfoque aún más fácil y menos propenso a errores sería considerar el muestreo ya que su cuello de botella es [matemático] n [/ matemático] En algún momento aprenderá / encontrará varias vulnerabilidades, que no detallaré aquí porque son muy problemáticas eso puede aumentar el tiempo de ejecución, pero vendrá a expensas de la pérdida de precisión. Ten cuidado con esto.
- Cómo demostrar que para cualesquiera 2 matrices cuadradas A y B, det (AB) = det (A) det (B)
- ¿Cuál es una explicación intuitiva del producto exterior de los espacios vectoriales?
- ¿Hay cursos nocturnos de álgebra lineal en Stanford y cómo se inscribe?
- ¿Cuál es la mejor manera de calcular a mano los valores propios de una matriz simétrica real?
- ¿Cuál es la descomposición del valor propio de una matriz simétrica oblicua de cualquier orden?