r - 计算R中前两个主成分的最快方法是什么？

Question

我在R中使用princomp执行PCA。我的数据矩阵很大（10K x 10K，每个值最多4个小数点）。在Xeon 2.27 GHz处理器上需要约3.5个小时和约6.5 GB的物理内存。

由于我只想要前两个组件，因此有没有更快的方法？

更新：

除了速度之外，还有没有一种内存有效的方法可以做到这一点？

使用svd(,2,)来计算前两个组件大约需要2个小时和6.3 GB的物理内存。

Answer 1

有时您可以使用所谓的“经济”分解，从而可以限制特征值/特征向量的数量。看起来eigen()和prcomp()不提供此功能，但是svd()允许您指定要计算的最大数量。

在小型矩阵上，增益似乎不大：

R> set.seed(42); N <- 10; M <- matrix(rnorm(N*N), N, N)
R> library(rbenchmark)
R> benchmark(eigen(M), svd(M,2,0), prcomp(M), princomp(M), order="relative")
          test replications elapsed relative user.self sys.self user.child
2 svd(M, 2, 0)          100   0.021  1.00000      0.02        0          0
3    prcomp(M)          100   0.043  2.04762      0.04        0          0
1     eigen(M)          100   0.050  2.38095      0.05        0          0
4  princomp(M)          100   0.065  3.09524      0.06        0          0
R> 

但是从 princomp()重构 princomp()时，相对于 svd()的3倍可能值得，因为 svd()允许您在两个值之后停止。