摘要
本发明公开了一种基于子矩阵分解的大数据预测方法,包括数据矩阵的构建、子矩阵的选择、确定子矩阵的大小和数量、构建线性方程组、权重矩阵的求解、预测输出,本发明通过将原始数据矩阵分解为一组满秩的子矩阵,并利用这些子矩阵构建相应的线性方程组,从而得到最终的预测结果,通过对这些方程组的权重进行平均,得到的模型不仅能够适应大数据处理的需求,还能够显著提升预测的准确性和稳定性,利用线性独立的子矩阵降低了原始数据的维度,减少了计算量;通过选择满秩子矩阵,可以确保模型在不同子空间中的预测准确性;方法适用于各种领域的高维数据处理,并且可以与其他机器学习算法结合使用,以进一步提升性能。