在数学中，低秩近似是一个最小化问题，其中成本函数测量给定矩阵（数据）与近似矩阵（优化变量）之间的拟合度，但近似矩阵的秩必须降低。该问题用于数学建模和数据压缩。秩约束与拟合数据的模型的复杂性约束有关。在应用中，除了秩约束之外，近似矩阵通常还有其他约束，例如非负性和 Hankel 结构。
低秩近似与许多其他技术密切相关，包括主成分分析、因子分析、总体最小二乘、潜在语义分析、正交回归和动态模式分解。
【1】维基百科