Question

可能重复：
Efficient low-rank appoximation in MATLAB

我正在尝试在matlab中为尺寸为7468 x 1193的矩阵进行SVD。令人惊讶的是，它需要很长时间 - 我认为这是一个相对较小的Matlab / SVD矩阵。在matlab中是否有更好的SVD实现可以解决这种大小的矩阵？我真的不需要来自U和V的所有奇异向量，但是它们相对较少（比如大约50个）。

Answer 1

是的，可以在matlab中使用svds（最后加s）：

k=50;
[U,S,V]=svds(A,k);