NMF(非负矩阵分解)
Posted 小葵花幼儿园园长
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了NMF(非负矩阵分解)相关的知识，希望对你有一定的参考价值。
1.算法概述
NMF(Non-negative matrix factorization)，即对于任意给定的一个非负矩阵V，其能够寻找到一个非负矩阵W和一个非负矩阵H，满足条件V=W*H,从而将一个非负的矩阵分解为左右两个非负矩阵的乘积。
- V矩阵中每一列代表一个观测(observation)，每一行代表一个特征(feature)；
- W矩阵称为基矩阵，
- H矩阵称为系数矩阵或权重矩阵。这时用系数矩阵H代替原始矩阵，就可以实现对原始矩阵进行降维，得到数据特征的降维矩阵，从而减少存储空间。
2. 损失函数
python代码
在sklearn封装了NMF的实现，可以非常方便我们的使用，其实现基本和前面理论部分的实现是一致的，但是注意sklearn中输入数据的格式是（samples, features）：
以上是关于NMF(非负矩阵分解)的主要内容，如果未能解决你的问题，请参考以下文章