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。关于相似性,我也想知道nPCA和NMF方法什么时候会给出同样的解。有人能澄清这一点吗?
发布于 2019-11-04 15:41:45
我偶然看到了艾斯特丽斯et的这篇论文。阿尔。题为“通过子空间探索进行正交NMF”。你可以谷歌它,因为在这里发布的链接可能会在未来中断。
其基本思想归结为,如果我们能构造感兴趣的矩阵的非负主成分,我们就可以利用这些主成分来做一个正交的NMF。由于兴趣矩阵是非负的(这是NMF假设的),并且非负主成分是非负的,那么通过构造,变换的矩阵也是非负的。文中详细介绍了如何实现该结构,并保证了收敛性。
回答我上面的问题:做NMF有很多方法。当变换向量是正交的,即正交NMF时,它与非负PCA完全相同。详情可参阅上述文件。
https://datascience.stackexchange.com/questions/62216
复制相似问题