저랭크 분해 편집하기 (부분)

==주요 형태==
*SVD 기반 저랭크 근사: 가장 일반적인 방법으로, A의 주요 특이값만 보존한다.
*행렬 인수분해(Matrix Factorization): A ≈ U·V로 근사하며, U와 V를 반복 갱신(ALS, SGD 등)하여 최적화한다.
*랜덤화 저랭크 근사(Randomized Low-Rank Approximation): 매우 큰 행렬에 대해 계산 효율을 높이기 위해 무작위 투영이나 샘플링을 이용한다.
*저랭크+희소 분해(L+S Decomposition): A ≈ L + S로, L은 저랭크 행렬, S는 희소 행렬로 구성한다.