Python 基于相关矩阵的大型稀疏矩阵主成分分析

我有一个大的（500k乘500k）稀疏矩阵。我想得到它的主要组成部分（事实上，即使只计算最大的个人电脑也可以）。随机化PCA工作得很好，除了它本质上是寻找协方差矩阵的特征向量，而不是相关矩阵。有没有关于使用大型稀疏矩阵的协方差矩阵来查找PCA的软件包的想法？最好使用python，尽管matlab和R也可以使用

---

（为了便于参考，提出了一个类似的问题，但这些方法是指协方差矩阵）。

它们不是一回事吗？据我所知，相关矩阵只是由每个变量的标准偏差乘积归一化的协方差矩阵。而且，如果我没记错的话，PCA中不存在缩放模糊吗？

你有没有在R-“IRLBA包是该方法的R语言实现。使用它，您可以计算超大规模数据的部分SVD和主成分分析。该软件包适用于稀疏矩阵和其他矩阵类，如Bigmemory软件包提供的矩阵类