Sparse Principal Component Analysis via Rotation and Truncation
SPCArt算法,利用旋转(正交变换更为恰当,因为没有体现出旋转这个过程),交替迭代求解sparsePCA。对以往一些SPCA算法复杂度的总结在这里插入图片描述注:是选取的主成分数目,为迭代次数,为样本维度,为样本数目。本文算法,需要先进行SVD,并未在上表中给出。Notation在这里插入图片描述论文概述就是普通PCA的前个载荷向量(loadings,按照特征值降序排列)也是彼此正交的,张成同一