我正在为R中的NMF (非负矩阵分解)寻找一个包/如果可能的话，相对现成的解决方案，它可以处理缺失值(NA)，并且不会将它们视为0。实际上，对于一个简单的推荐系统，我们的目标是通过因子分解的乘积来估计这些缺失值。
NMF CRAN-package很棒，但似乎不能做到这一点(它最近的扩展也不能)，而且我找不到合适的替代包……
浏览 0提问于2012-10-14得票数 5
1回答
我正在寻找一个算法来测试一个非负的dxd整数矩阵是否是不可分解的。如果一个矩阵不能写成两个非负的dxd整数矩阵的乘积，则称为不可分解的矩阵，它们中没有一个是置换矩阵(即非负整数矩阵SL_d(N)的半环不可可逆)。我最感兴趣的是行列式为1的3x3矩阵。注意，1x1矩阵的情况对应于问一个正整数是否
浏览 4提问于2013-07-13得票数 3
我正在使用Scikit-learn的非负矩阵分解( NMF )在一个稀疏矩阵上执行NMF，其中零个条目是缺失的数据。我想知道Scikit-learn的NMF实现是否将零条目视为0或缺少数据。
谢谢!
浏览 13提问于2017-02-21得票数 2
1回答
我们从不同电影的用户评分矩阵开始，其中包含一些未知元素，即用户尚未看到的电影的评级。我们需要填补这一空白。所以你怎么知道哪种因式分解方法像非负的，奇异的，特征的，而不涉及太多的数学？
浏览 0提问于2018-01-22得票数 2
回答已采纳
1回答
我正在尝试在贝叶斯分类之前使用PCA，但是它说Native bayes需要非负的特征值，使用的训练数据是非负的，但使用PCA时它变成了负的，我该如何解决它，感谢回答我的问题
浏览 0提问于2016-04-08得票数 0
1回答
我正在研究一个基于分解机器算法的推荐系统的具体实现。
我选择了一个等于5的潜在因子数。在模型输出中，与某些person_id和item_id相关的5个潜在因素中的一些是负的，而对person_id/item_id组合的一些评级也是负值的。
浏览 0提问于2020-07-31得票数 0
1回答
我在文献中见过非负主成分分析(nPCA)和非负矩阵因式分解(NMF)的文献。我试着阅读了这两份文件，但我不清楚它们之间有什么区别和相似之处。
浏览 0提问于2019-10-25得票数 1
1回答
我正在尝试基于以下公式在R中实现NMF：
H是初始猜测，然后基于该公式迭代更新。我写了这段代码，但它像以前一样需要执行。我如何重写这段代码？W是相似度矩阵。
浏览 0提问于2016-02-12得票数 4
1回答
我正在使用丁，李，乔丹，2008年(“凸和半非负矩阵分解”)中描述的凸非负矩阵分解算法。
良好的初始化策略使所有的差异和使用描述的k-均值聚类开始工作非常好。凸NMF的非负约束是松弛的.X可以有混合符号数据，其中X~ XWG'，因子W和G只有正数据。我实现了NNDSVD，就像论文中的那样(在C++ w/ OpenCV中)，但是由于X有混合符号数据，所以产生的W也
浏览 0提问于2016-05-13得票数 0
回答已采纳
1回答
测试非负矩阵分解预测的正确方法是什么？假设数据集是一个包含用户和观看过的电影(没有分级)的矩阵。首先，我将矩阵分为训练集和测试集(40%测试集)。然后我用NMF分解训练矩阵。然后我使用测试矩阵，删除所有电影条目的一半，看看真正的测试矩阵重建得有多好。
NMF还使用了哪些其他评估方法？有比删除测试集中的电影条目更好的方法吗？
浏览 1提问于2012-09-02得票数 0
2回答
我在R中有一个稀疏矩阵data.txt是我使用python创建的文本文件，它由3列组成，其中第一列指定行号，第二列指定列号，第三列指定值。data.txt3 2 5原始data.txt包含164009行，这是2500x250000稀疏矩阵的数据。我使用了NMF库，我正在做
x=scan('data.txt',what=list(integer()
浏览 3提问于2012-04-21得票数 5
1回答
对于非负矩阵因式分解(NMF)而言，“基于部分”或“局部”是否意味着该算法的目标是对某些特定部分进行比其他不重要部分更多的因式分解？就像算法一样，试图在矩阵中寻找一些最大信号，并将注意力集中在这一部分上？有关于本地NMF的简单解释吗？
浏览 0提问于2017-12-29得票数 0
1回答
我使用matlab中的对称非负矩阵因式分解算法(SYMNMF)对图G进行聚类。输入如下：
簇间运行的边数尽可能少。给出图的邻接矩阵，有什么算法可以用来找出最优的聚类数吗？
浏览 1提问于2015-04-17得票数 0
1回答
定制KIM特征选择函数
、、、
只有在保留满足以下两项条件的功能时，NMF package的函数package才能使用以下方法选择特性：Kim H和Park H(2007年)。通过交替的非负约束最小二乘法对微阵列数据进行稀疏的非负矩阵分解。
浏览 1提问于2018-03-05得票数 0
回答已采纳
4回答
我一直在寻找一种从多元正态分布中取样的方便方法。有人知道有一个现成的代码片段可以这样做吗？对于矩阵/向量，我更喜欢使用或或其他我不熟悉的非凡库，但在必要时可以使用。我也希望这个方法接受非负定协方差矩阵，而不是要求正定(例如Cholesky分解)。这种情况存在于MATLAB、NumPy和其他方面，但我很难找到现成的C/C++解决方案。如果我必须亲自执行，我会抱怨，但没关系。如果我那样做，就像我应该做的那样
生成n 0-均值、单位方
浏览 28提问于2011-05-26得票数 38
回答已采纳
1回答
我想出了这样的点子：__NMF = importr("NMF")nmf_ro =__NMF.nmf(data, n_comp_R, methods, self.seed, nrun=10)coef(种子) <- t(abs(pca$x，1:factorization.rank))/scale.factor}“
浏览 4提问于2017-01-26得票数 0
回答已采纳
1回答
我们有关于用户在我们的应用程序中喜欢什么的信息，我们希望向类似的用户推荐内容，甚至是那些可能没有明确地喜欢某个特定内容但与那些明确喜欢该内容的用户一样的用户。其中一个调优参数是用于非负矩阵因式分解的布尔标志nonnegative。
我将计算每个用户和标签的喜欢数，这样我就不会有负值了。我的理解是，非负约束是对两个矩阵中的值的约束，该算法将将我的原始矩阵分解到其中，但我不知道这些值对于我的场景是否是非
浏览 0提问于2015-12-10得票数 3
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
