我一直在读一篇关于稀疏PCA的论文,它是: http://stats.stanford.edu/~imj/WEBLIST/AsYetUnpub/sparse.pdf
它指出,如果您有 n
个数据点,每个数据点都用 p
个特征表示,那么 PCA 的复杂度为 O(min(p ^3,n^3))
.
有人可以解释一下如何/为什么吗?
最佳答案
协方差矩阵计算为 O(p2n);其特征值分解为 O(p3)。因此,PCA 的复杂度为 O(p2n+p3)。
O(min(p3,n3)) 意味着您可以在固定时间内分析任何大小的二维数据集,这显然是错误的.
关于matrix - PCA O(min(p^3,n^3)) 的复杂度如何?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/20507646/