Я использую рандомизированный анализ главных компонентов ( rpca ) в пакете rsvd и не знаю, как определиться с его аргументами.
Решения по аргументам, которые я уже принял:
k : я следую правилу k << min (m, n) </p>
p и q : Я соблюдаю значения по умолчанию 10 и 1, как рекомендовано Halko et al. (2009)
center : Я решил не центрировать, потому что это будет стоить мне разреженности моей матрицы, которая состоит из множества нулей (поэтому будет пропущена в разреженной матрице).
-> оставшиеся вопросы
1) Влияет ли решение об отказе от центра на мое решение по аргументу шкала ? Или что это определяет?
2) Что определяет, следует ли возвращать повернутые переменные / баллы (аргумент шкала )?