使用带负值的NMF

Question

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，是如何实现的？

Answer 1

如果使用的是R：

nneg.data.matrix <- nneg(data.matrix)

nneg.data.matrix < 0

附加参数“method”选项包括：

pmax -每个条目都被限制在阈值之上。

posneg -矩阵被分成“正”和“负”两个部分，每个部分的条目被约束为高于阈值。结果是将这两个部分按行(即rbind-ed)堆叠成单个矩阵，该矩阵的行数是输入矩阵对象的两倍。

absolute -每个条目的绝对值都被限制在阈值之上。

min -通过向每个条目添加最小条目(仅当其为负数时)进行全局移位，然后应用阈值。

Answer 2

您可以将数据帧的最小值添加到整个单元格中，使其为非负值

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