奈斯仲法（Nyström method），理学-统计学-大数据统计分析-数据简化-随机概述-奈斯仲法，一种基于随机抽样或随机投影的矩阵低秩近似方法。奈斯仲法最初作为一种数值积分的求积方法引入，用于逼近特征函数解。奈斯仲法被广泛应用于加速核算法、流形学习、图像分割等领域。假设是对称半正定（symmetric positive semidefinite,SPSD）核或格莱姆矩阵，有。现在我们希望基于抽取矩阵的列，得出它的近似。进一步，假设通过均匀采样（有放回或无放回）抽取的列。记矩阵由抽出的列组成，矩阵由这列及其对应的行相交的元素组成。注意到由于是SPSD，也是SPSD。不失一般性，的行、列可以根据抽样进行重排，从而和可以写作：奈斯仲法使用（1）式中的和来生成矩阵的阶近似，定义如下：式中为在Frobenius范数下的最佳秩近似；为的伪逆。将的奇异值分解代入（1）式，得到：因此的前个奇异值（）和奇异向量（）的近似分别为：考虑奈斯仲法的时间复杂度。对做奇异值分解的复杂度为，矩阵乘法复杂度为，因此用奈斯仲法进行矩阵近似的总复杂度是。