本文首先尝试使用LU分解来处理大规模数据，将数据维度降至K个，对于更高维度的数据，则采用迭代方法解决。介绍了相关资源与书籍，并提及了多种迭代算法的应用。
计划先用简单的LU分解来做一下，跑一下，反正最后数据能够将纬度降低到K个，相对于large data ，编程几百维的已经很不错了。所以，先用LU分解实现看看。
另外，当维度很高时，怎么办呢，要用迭代的办法，NO上讲了，可是我总是觉得不是最佳方法，因为我的矩阵不是正定的，问了一下同事，给了个资料，备注一下，以后参考吧，看来iterative的方法还不少呢。http://www.stanford.edu/group/SOL/software/lsqr.html 网页上有各种语言的代码公布。
还有人出了一本书，
Iterative Methods for Sparse Linear Systems
这些迭代办法也可以见 数值数学 。
扫一扫
1012
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
