快速精确稀疏奇异值分解库？ 我正在寻找一个快速的SVD库，在C、C++或java中。最后我使用java，但是我很舒服地使用JNA来包装C++，例如

我正在寻找一个能处理稀疏矩阵的快速svd库。为了保持客观，这样问题就不会被认为太主观，我们可以这样说：

• 与news20.binary一起使用，例如来自
• 跑步需要多快
• 有多少方差是守恒的，例如大小为6或20的S矩阵

我环顾了几家图书馆，发现：

• matlab：非常快，大约10秒，但它本身并不是一个真正的“库”。平均平方投影误差：0.93
• redsvd：超快速，大约1秒运行，用于6个功能，但是平均平方投影误差是0.97，这是非常高的
• Eigen的奇异值分解速度非常慢，而且仅适用于稠密矩阵
• svdlibc：运行了28分钟，然后我停止了它；我想这是在计算完整的s，而不仅仅是前6个功能

---

基本上，我正在寻找一个能提供与matlab相同的速度和平均平方投影误差的库，或者至少有点相似。

根据我的经验，svdlibc是这些选项中最好的库。我以前对它的代码做过一些研究，我不相信它是在计算完整的s矩阵（也就是说，它是一个真正的“瘦svd”）。如果您可以控制磁盘上的矩阵表示，那么当使用稀疏二进制输入格式时，由于I/O开销显著降低，svdlibc的执行速度要快得多

---

S-Space软件包为SVDLIBC的SVDLIBJ java端口提供了一个新的接口。然而，他们发现对于某些输入解决方案，它的结果与SVDLIBC不同。

Ok。你知道我如何要求命令行版本只返回前6个特性，而不是计算整个矩阵吗？你在寻找什么算法？（不是c++/java，但我认为是正确的算法）对于20个新闻组x 10k功能，6台电脑-->

7.0秒pca解释了方差比\uu.79.062.044.039.031.03

。我很惊讶Eigen的SVD这么慢。我从来没有用过Eigen。自从你上次问这个问题以来，它改进了吗？顺便说一句，@Z玻色子，看起来你已经实现了这个。要发送拉取请求吗？