我一直在阅读一篇关于稀疏主成分分析（Sparse PCA）的论文，链接如下：http://stats.stanford.edu/~imj/WEBLIST/AsYetUnpub/sparse.pdf
论文中提到，如果你有n个数据点，每个数据点由p个特征表示，那么PCA的复杂度是O(min(p^3,n^3))。
能有人解释一下这是为什么吗？
回答：
协方差矩阵的计算复杂度是O(p2n)；其特征值分解的复杂度是O(p3)。因此，PCA的复杂度是O(p2n+p3)。
O(min(p3,n3))意味着你可以以固定时间分析任意大小的二维数据集，这显然是不正确的。
