Moore-Penrose推广了一个大型稀疏矩阵的逆

时间:2014-05-23 09:24:54

标签: r sparse-matrix linear-algebra matrix-inverse large-data

我有一个方形矩阵,其中有几万行和一列1只有0,所以我使用Matrix包将其存储在R中以有效的方式。由于内存不足,base::matrix对象无法处理该数量的单元格。

我的问题是我需要以及此类矩阵的 Moore-Penrose广义逆,这是我目前无法计算的。

我尝试了什么:

  • solve产生Error in LU.dgC(a) : cs_lu(A) failed: near-singular A (or out of memory)错误
  • MASS::ginvMatrix
  • 不兼容
  • 没有直接的方式将稀疏Matrix转换为例如bigmemory::big.matrix,后者既不适用MASS::ginv
  • 如果我尝试计算矩阵的Choleski分解以便稍后调用Matrix::chol2inv,我会收到以下错误消息:

    Error in .local(x, ...) : 
      internal_chm_factor: Cholesky factorization failed
    In addition: Warning message:
    In .local(x, ...) :
      Cholmod warning 'not positive definite' at file ../Cholesky/t_cholmod_rowfac.c, line 431
    
  • 基于related question,我还尝试了单个节点上的pbdDMAT包,但pbdDMAT::chol产生了Cholmod error 'out of memory' at file ../Core/cholmod_memory.c, line 147错误消息

问题简而言之:有没有办法计算这种稀疏矩阵的逆和Moore-Penrose广义逆,除了回到在吨计算机上使用matrix类RAM?


快速可重现的示例

library(Matrix)
n <- 1e5
m <- sparseMatrix(1:n, 1:n, x = 1)
m <- do.call(rBind, lapply(1:10, function(i) {
    set.seed(i)
    m[-sample(1:n, n/3), ]
}))
m <- t(m) %*% m

一些描述(感谢Gabor Grothendieck):

> dim(m)
[1] 100000 100000
> sum(m) / prod(dim(m))
[1] 6.6667e-05
> table(rowSums(m))

    0     1     2     3     4     5     6     7     8     9    10 
    5    28   320  1622  5721 13563 22779 26011 19574  8676  1701 
> table(colSums(m))

    0     1     2     3     4     5     6     7     8     9    10 
    5    28   320  1622  5721 13563 22779 26011 19574  8676  1701 

还有一些错误消息:

> Matrix::solve(m)
Error in LU.dgC(a) : cs_lu(A) failed: near-singular A (or out of memory)
> base::solve(m)
Error in asMethod(object) : 
  Cholmod error 'problem too large' at file ../Core/cholmod_dense.c, line 105
> MASS::ginv(m)
Error in MASS::ginv(m) : 'X' must be a numeric or complex matrix

bounty 的目标是找到一种方法来计算m的Moore-Penrose广义逆,其RAM小于8Gb(速度和性能并不重要)。< / p>

1 个答案:

答案 0 :(得分:8)

如果你只有很少的1,那么你的矩阵在任何一列和任何一行中可能不会超过1,在这种情况下,广义逆等于转置:

library(Matrix)
set.seed(123)
n <- 1e5
m <- sparseMatrix(sample(1:n, n/10), sample(1:n, n/10), x = 1, dims = c(n, n))

##############################################################################
# confirm that m has no more than one 1 in each row and column
##############################################################################
table(rowSums(m))  # here 90,000 rows are all zero, 10,000 have a single one
##     0     1 
## 90000 10000 

table(colSums(m))  # here 90,000 cols are all zero, 10,000 have a single one
##     0     1 
## 90000 10000 

##############################################################################
# calculate generalized inverse
##############################################################################
minv <- t(m)

##############################################################################
# check that when multiplied by minv it gives a diagonal matrix of 0's and 1's
##############################################################################
mm <- m %*% minv

table(diag(mm)) # diagonal has 90,000 zeros and 10,000 ones
##     0     1 
## 90000 10000 

diag(mm) <- 0
range(mm) # off diagonals are all zero
## [1] 0 0

已修订改进演示文稿。