On 9 Wrz, 19:49, Mariusz Marszałkowski <m...@g...com> wrote:
> > > A jakby... wektor miał długość 10^6 i miał tylko 4 części
> > > po 250tys elementów i w każdej części tylko jedna jedynka i
> > > reszta zer? Jakby nie patrzeć też trzeba znaleźć milion
> > > parametrów, ale dane są cholernie rzadkie?
>
> > I 10^8 takich wektorkow. To tylko 1600MB danych.
> > Sprawdz jak szybko proponowana metoda zbiegnie.
>
> > Do testowania jakosci przyblizenia mozesz uzyc zaleznosci
> > A' (Ax-b)=0. Iloczyny skalarne i mnozenia macierzy * e_i
> > są blyskawiczne.
>
> Skupmy sie na tym że  wektor składa się tylko z 4 częsci.
> Każda część ma 250tys elementów. Każda część ma
> jedną jedynkę i reszta zer. To dobrze obrazuje miejsce
> potencjalnego zysku - taki wektor można skompresować
> do czterech liczb - każda liczba wskazuje położenie jedynki
> w części. 10^9 wektorów danych to zaledwie 12GB danych,
> nawet w RAM się zmieszczą.

Czytaleś co pisalem. Nawet przez chwile nie chzialem mieć
nieskompresowanej wersji:)

> Niemniej parametrów do ustalenia nadal jest 10^6 i żeby
> zbudować równanie, trzeba macierz kwadratowa o rozmiarze
> 10^6 x 10^6 - i tu jest problem :)

No nie trzeba:) W paru ostatnich postach zarysowalem
procedurke ktora powolutku dziubdzia coraz lepsze przyblizenia.
Przeciez nie bede na grupie dokladnego kodu pisal:)

Bardziej bym sie zastanawiał nad statystycznym sensem
takiej aproksymacji. Ale skoro mowisz, ze jest..

pozdr
bartekltg