使用负值的 NMF
Posted
技术标签:
【中文标题】使用负值的 NMF【英文标题】：Using NMF with negative value 【发布时间】：2016-11-16 08:28:44 【问题描述】：当我们有一个负值的数据集时，我们可以应用非负矩阵分解吗？ 如果是，怎么做？
【问题讨论】：
【参考方案1】：如果您使用的是 R：
nneg.data.matrix <- nneg(data.matrix)
nneg.data.matrix < 0
额外的参数“方法”选择是：
pmax - 每个条目都被限制在阈值阈值以上。
posneg - 矩阵分为“正”和“负”部分，每个部分的条目都限制在阈值阈值以上。结果包括将这两部分堆叠成行（即 rbind-ed）成一个矩阵，该矩阵的行数是输入矩阵对象的两倍。
absolute - 每个条目的绝对值被限制在阈值阈值以上。
min - 通过将最小条目添加到每个条目的全局移位，仅当它为负时，然后应用阈值。
【讨论】：
【参考方案2】：您可以将数据框的最小值添加到整个单元格以使其非负
set.seed(1)
x <- rmatrix(5,5, rnorm, mean=0, sd=5)
x
[,1] [,2] [,3] [,4] [,5]
[1,] -3.1322691 -4.102342 7.558906 -0.22466805 4.5948869
[2,] 0.9182166 2.437145 1.949216 -0.08095132 3.9106815
[3,] -4.1781431 3.691624 -3.106203 4.71918105 0.3728249
[4,] 7.9764040 2.878907 -11.073499 4.10610598 -9.9467585
[5,] 1.6475389 -1.526942 5.624655 2.96950661 3.0991287
nneg(x, method='min')
[,1] [,2] [,3] [,4] [,5]
[1,] 7.941230 6.971158 18.632405 10.84883 15.668386
[2,] 11.991716 13.510645 13.022716 10.99255 14.984181
[3,] 6.895356 14.765123 7.967297 15.79268 11.446324
[4,] 19.049903 13.952406 0.000000 15.17961 1.126741
[5,] 12.721038 9.546558 16.698154 14.04301 14.172628
【讨论】：
以上是关于使用负值的 NMF的主要内容，如果未能解决你的问题，请参考以下文章