缺少术语的SVD分解

时间:2016-06-04 20:55:19

标签: algorithm matrix machine-learning

给出一个真实的矩阵A:

  • A是对称的
  • 所有非对角线的术语都是已知且正面的
  • 缺少所有对角线条款
  • 有等级k

我想找到最好的完成A,称为Ac,这样(大约)等级(Ac)= k。

矩阵A可能很大(比如n> 100000),所以我需要一个最多工作的方法是O(n ^ 3)。

为此,我正在考虑使用缺少术语的SVD分解:

我分解A,然后通过选择第一个k奇异向量来恢复它。

我的问题是:当要分解的矩阵缺少术语时,是否存在关于SVD的可靠结果?

1 个答案:

答案 0 :(得分:0)

这与最大切割问题之间存在密切联系。最大切割问题的通常半定松弛涉及最小化这种Ac的痕迹受到Ac是半正半球的约束。我发现Christoph Helmberg's ConicBundle code特别适合计算这些问题的数值解法。