我想计算一个巨大矩阵的Moore-Penrose 伪逆。理想情况下，我想在具有 2300 万行和 1000 列的矩阵上执行此操作，但如有必要，我可以通过仅在实验的一部分上运行将行数减少到 400 万。
显然，将矩阵加载到内存中并在其上运行 SVD 是行不通的。 维基百科指向Krylov 子空间方法并提到Arnoldi、Lanczos、共轭梯度、GMRES（广义最小残差）、BiCGSTAB（双共轭梯度稳定）、QMR（准最小残差）、TFQMR（无转置 QMR）和 MINRES（最小残差） ) 方法是最好的 Krylov 子空间方法之一。但我不知道从这里去哪里。计算如此庞大的矩阵的伪逆是否可行？如果是这样，使用哪些算法或软件库？我有一个可用的大型计算集群，因此欢迎使用并行方法。
这个答案指向 R 包biglm。那行得通吗？有人用过吗？我通常使用 Python 工作，但不介意使用其他语言和工具来完成这项特定任务。