有时从基于 SVD 的模型中去除一些旧数据的影响是有意义的，以反映最新的趋势并提供更准确的结果。我已经看到有增量 SVD 方法添加新数据，例如，一种简单的方法称为折叠。我想知道是否有任何逆运算可以从常见的 SVD 模型中删除旧数据或我指定的某些选定数据？
是否有任何算法从现有的数据 SVD 模型中“逐步删除部分数据（尤其是旧数据）”？
计算科学
矩阵
svd
2021-12-22 03:13:08
1个回答
是的。看看 Matthew Brand 的 2002 年增量 SVD 论文。在其中，他讨论了如何重新加权 SVD 以淡化旧数据的影响。他还有一篇 2006 年关于 SVD 的 rank-1 更新的论文，我相信也讨论了降级。我见过的关于增量 SVD 的最佳评论类型的论文是 CG Baker、Van Dooren 和 Gallivan 在 2012 年发表的，可能还有其他一些很好的参考资料，但没有直接讨论 SVD 的更新。
其它你可能感兴趣的问题