首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >非负主元分解与非负矩阵分解的异同

非负主元分解与非负矩阵分解的异同
EN

Data Science用户
提问于 2019-10-25 11:52:01
回答 1查看 609关注 0票数 1

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?

EN

回答 1

Data Science用户

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。

票数 -1
EN
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://datascience.stackexchange.com/questions/62216

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档