หากวิธีการแก้ปัญหาแบบปิดมีราคาแพงมากในการคำนวณโดยทั่วไปเป็นวิธีที่จะไปเมื่อมี อย่างไรก็ตาม
สำหรับปัญหาการถดถอยแบบไม่เชิงเส้นส่วนใหญ่จะไม่มีวิธีแก้ปัญหาแบบปิด
แม้ในการถดถอยเชิงเส้น (หนึ่งในไม่กี่กรณีที่มีโซลูชันแบบปิดมีให้บริการ) อาจไม่สามารถใช้สูตรได้ ตัวอย่างต่อไปนี้แสดงวิธีหนึ่งที่สิ่งนี้สามารถเกิดขึ้นได้
y=XβX
β^=argmin∥Xβ−y∥2
ได้รับจาก
β^=(XTX)−1XTy
ทีนี้ลองจินตนาการว่าเป็นเมทริกซ์ขนาดใหญ่ แต่กระจัดกระจาย เช่นอาจมี 100,000 คอลัมน์และ 1,000,000 แถว แต่เพียง 0.001% ของรายการในเป็นศูนย์ มีโครงสร้างข้อมูลพิเศษสำหรับเก็บเฉพาะรายการที่ไม่ใช่ศูนย์ของเมทริกซ์กระจัดกระจาย XXX
นอกจากนี้ลองจินตนาการว่าเราโชคไม่ดีและเป็นเมทริกซ์ที่มีความหนาแน่นค่อนข้างสูงและมีจำนวนที่ไม่เป็นศูนย์สูงกว่ามาก การจัดเก็บองค์ประกอบหนาแน่น 100,000 คูณ 100,000 องค์ประกอบเมทริกซ์จะต้องใช้ตัวเลขจุดลอยตัว (ที่ 8 ไบต์ต่อหมายเลขนี้มาถึง 80 กิกะไบต์) สิ่งนี้จะไม่สามารถจัดเก็บได้ในทุกสิ่ง แต่เป็นซุปเปอร์คอมพิวเตอร์ นอกจากนี้การผกผันของเมทริกซ์นี้ (หรือมากกว่าปกติคือปัจจัย Cholesky) ก็มีแนวโน้มที่จะมีรายการส่วนใหญ่ที่ไม่ใช่ศูนย์ XTXXTX1×1010
อย่างไรก็ตามมีวิธีการวนซ้ำสำหรับการแก้ปัญหากำลังสองน้อยที่สุดซึ่งไม่ต้องการพื้นที่เก็บข้อมูลมากกว่า , , และและไม่เคยก่อให้เกิดเมทริกซ์ผลิตภัณฑ์อย่างชัดเจน Xyβ^XTX
ในสถานการณ์เช่นนี้การใช้วิธีการวนซ้ำนั้นมีประสิทธิภาพในการคำนวณมากกว่าการใช้วิธีแก้ปัญหาแบบปิดเพื่อปัญหากำลังสองน้อยที่สุด
ตัวอย่างนี้อาจดูใหญ่โตอย่างไร้เหตุผล อย่างไรก็ตามปัญหาสแควร์สแควร์สแควร์สขนาดใหญ่ที่น้อยที่สุดนี้ได้รับการแก้ไขเป็นประจำโดยวิธีการวนซ้ำบนคอมพิวเตอร์เดสก์ท็อปในการวิจัยการตรวจเอกซเรย์แผ่นดินไหว