计算 R 中前两个主成分的最快方法是什么？

我在用princomp在 R 中执行 PCA。我的数据矩阵很大（10K x 10K，每个值最多 4 位小数）。在 Xeon 2.27 GHz 处理器上大约需要 3.5 小时和大约 6.5 GB 物理内存。

由于我只想要前两个组件，是否有更快的方法来做到这一点？

Update :

除了速度之外，是否有一种内存有效的方法来做到这一点？

使用以下命令计算前两个分量需要约 2 小时和约 6.3 GB 物理内存svd(,2,).

有时您可以访问所谓的“经济”分解，它允许您限制特征值/特征向量的数量。看起来像eigen() and prcomp()不提供这个，但是svd()允许您指定要计算的最大数量。

在小矩阵上，收益似乎不大：

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> 

但三倍相对于princomp()重建时可能值得您princomp() from svd() as svd()允许您在两个值后停止。