rsvd：随机奇异值分解

低秩矩阵分解是基本工具，广泛用于数据分析、降维和数据压缩。经典、高度准确此任务使用确定性矩阵算法。然而大规模数据严重挑战了我们分析大数据的计算能力。随机性概念已被证明是一种快速生产的有效策略奇异值分解（SVD）等常见问题的近似答案。rsvd包提供了几种随机矩阵算法，例如奇异值分解（rsvd）、随机主成分分析（rpca）、，随机稳健主成分分析（rrpca），随机插值分解（rid）和随机CUR分解（rcur）。此外，还有几个地块提供了功能。

版本：	第1.0.5条
取决于：	R（≥4.0.0）
进口：	矩阵
建议：	ggplot2,测试那个
出版：	2021-04-16
作者：	N.本杰明·埃里克森
维护人员：	N.本杰明·埃里克森（N.Benjamin Erichson）
错误报告：	https://github.com/erichson/rSVD/issues
许可证：	GPL（≥3）
网址：	https://github.com/erichson/rSVD
需要编译：	不
引用：	rsvd引文信息
CRAN检查：	rsvd结果

文档：

参考手册：

rsvd.pdf格式

下载内容：

程序包来源：	rsvd_1.0.5.tar.gz号
Windows二进制文件：	r-预发布：rsvd_1.0.5.zip格式，r版本：rsvd_1.0.5.zip版本，r-oldrel：rsvd_1.0.5.zip格式
macOS二进制文件：	r-prerel（arm64）：rsvd_1.0.5.tgz，r-release（arm64）：rsvd_1.0.5.tgz，r-oldrel（arm64）：rsvd_1.0.5.tgz，r-prerel（x86_64）：rsvd_1.0.5.tgz，r-release（x86_64）：rsvd_1.0.5.tgz
旧来源：	rsvd存档

反向依赖关系：

反向进口：	A计算,BiocSingular公司,杰克斯特劳,LSX公司,多变量的,sc恢复,回转,斯帕塞普卡,SPECK公司,TCA公司,文本2地图
反向建议：	更加浮华,桅杆,供应链控制系统,修拉,stm公司

链接：

请使用规范形式https://CRAN.R-project.org/package=rsvd链接到此页面。