ตัวอย่างเช่นไลบรารี C ++ sparse matrix ที่ฉันใช้ - Eigen และ SuiteSparse ดูเหมือนว่าพวกเขาจะไม่มี SVD funcitionality สำหรับ sparse matrix ดังนั้นเพียงแค่อยากรู้อยากเห็น SVD นั้นยากกว่า QR / LU สำหรับเมทริกซ์แบบกระจายหรือไม่
ตัวอย่างเช่นไลบรารี C ++ sparse matrix ที่ฉันใช้ - Eigen และ SuiteSparse ดูเหมือนว่าพวกเขาจะไม่มี SVD funcitionality สำหรับ sparse matrix ดังนั้นเพียงแค่อยากรู้อยากเห็น SVD นั้นยากกว่า QR / LU สำหรับเมทริกซ์แบบกระจายหรือไม่
คำตอบ:
ปัจจัย LU ของเมทริกซ์กระจัดกระจายอย่างน้อยค่อนข้างเบาบาง เมทริกซ์ใน QR ยังสามารถรักษาค่อนข้าง sparsity และโดยปกติจะใช้เมื่อเมทริกซ์เป็นอย่างมากยาวและผอม SVD ของเมทริกซ์กระจัดกระจายมักจะมีปัจจัยUและV ที่หนาแน่นอย่างเต็มรูปแบบดังนั้นจึงทำลายเหตุผลใด ๆ ในการดำเนินการคำนวณที่รักษาเมทริกซ์อย่างเบาบาง