Библиотеки С++ для разложения на главные компоненты (PCA)

[McConst]

Подскажите библиотеки для C++ для быстрого разложения матриц порядка 500х2000 на небольшое число главные компоненты (10-20). При этом разложение будет использоваться внутри итерационного цикла. Требуется быстродействие. Для матричных вычислений на данный момент я пока использую только Eigen. В Eigen вроде бы есть встроенные алгоритмы, но они выполняют полное разложение, что очень долго и не нужно. Написал свою функцию разложения по NIPALS под Eigen, но там есть две проблемы. У меня опыт С++ полгода и потому я просто уверен, что функция не оптимизирована по быстродействию. Плюс сравнение результатов разложения для Eigen с данными Unscrambler и такой же процедурой в Wolfram Mathematica показывают, что для некоторых ГК моя функция может давать ошибку в счетах до 5%, что не очень хорошо.
Можете ли вы дать мне какие-то рекомендации по библиотекам?

[aitap]

McConst в сообщении #1402729 писал(а):

В Eigen вроде бы есть встроенные алгоритмы, но они выполняют полное разложение, что очень долго и не нужно. Написал свою функцию разложения по NIPALS под Eigen

RedSVD делает SVD с заданным (меньшим, чем полное) количеством компонентов. Что даст PCA, сделанный на его основе?

McConst в сообщении #1402729 писал(а):

уверен, что функция не оптимизирована по быстродействию.

Что говорит profiler?

[McConst]

Большое спасибо за ссылки!!!

[Pphantom]

Тема перемещена из форума «Искусственный интеллект и Машинное обучение» в форум «Программирование»
Причина переноса: пожалуй, это скорее сюда.