MATLAB的S5C算法实现（NeurIPS '19）。 S5C算法利用近似的子梯度选择子样本，并根据时间和内存需求线性缩放数据点的数量。该算法在理论上保证了解决方案的准确性。Mex文件presentation_learning/cdescentCycleC.mexa64适用于64位Linux系统。在其他平台上运行前，请先编译presentation_learning/cdescentCycleC.c以生成适合您平台的mex文件（参见参考资料）。示例脚本位于run_examples/目录中，展示了如何运行代码。所有使用的数据集示例脚本均可在数据集目录中找到，包括文中引用的五个数据集。CIFAR-10数据集可从下载，梵文数据集可从下载Devanagari。使用提供的代码进行研究时，请引用Shin Matsushima和Maria Brbic的“基于选择性采样的可伸缩稀疏子空间聚类”。