SVD dla macierzy rzadkiej w R

Question

Mam rzadki Matrix w R, który jest najwyraźniej zbyt duży dla mnie, aby uruchomić as.matrix() na (choć nie jest też super-ogromny). Wywołanie as.matrix() jest wewnątrz funkcji svd(), więc zastanawiam się, czy ktoś wie o innej implementacji SVD, która nie wymaga wcześniejszej konwersji na gęstą matrycę.

Answer 1

Pakiet irlba ma bardzo szybki SVD implementacja dla rzadkich macierzy.

Answer 2

Oto, co zrobiłem. Jest to stosunkowo proste napisać procedurę, która zrzuca rzadki macierzy (klasa dgCMatrix) do pliku tekstowego w formacie SVDLIBC za „rzadki tekst”, a następnie wywołać svd wykonywalny i czytać trzy wypadkowa pliki tekstowe z powrotem do R.

The złapać to, że jest to dość nieefektywne - odczytanie plików zajmuje mi około 10 sekund, ale faktyczne obliczenia SVD trwają tylko około 0,2 sekundy. Mimo wszystko jest to oczywiście dużo lepsze niż brak możliwości wykonywania obliczeń, więc jestem szczęśliwy. =)

Answer 3

Można zrobić bardzo imponujący kawałek rzadki SVD w R stosując przypadkowy występ w sposób opisany w http://arxiv.org/abs/0909.4061

Oto przykładowy kod:

# computes first k singular values of A with corresponding singular vectors 
incore_stoch_svd = function(A, k) { 
    p = 10    # may need a larger value here 
    n = dim(A)[1] 
    m = dim(A)[2] 

    # random projection of A  
    Y = (A %*% matrix(rnorm((k+p) * m), ncol=k+p)) 
    # the left part of the decomposition works for A (approximately) 
    Q = qr.Q(qr(Y)) 
    # taking that off gives us something small to decompose 
    B = t(Q) %*% A 

    # decomposing B gives us singular values and right vectors for A 
    s = svd(B) 
    U = Q %*% s$u 
    # and then we can put it all together for a complete result 
    return (list(u=U, v=s$v, d=s$d)) 
} 

Answer 4

rARPACK to pakiet, którego potrzebujesz. Działa jak urok i jest Superfast, ponieważ jest równoległy do ​​C i C++.