使用非负矩阵分解(IntNMF)进行聚类:如何处理“维度为零”错误

Question

使用IntNMF包，我希望在数据集中查找聚类。我的数据是一个稀疏矩阵(80-90%的零)，主题在行，特征在列。由于某些原因，我得到了一个错误，我不知道为什么或如何处理它。

library(IntNMF)

set.seed(4)
n <- 10
p <- 30
m <- matrix(sample(0:3, rep=T, size = n*p, 
                   prob = c(5,1,1,1)), ncol=p)
any(rowSums(m) == 0)  # no zero rows  
any(colSums(m) == 0)  # no zero columns
rankMatrix(m) == n    # full row rank

# finding the optimal number of clusters
opt.k <- nmf.opt.k(dat=m, n.runs=5, n.fold=2, k.range=2:4, 
                   result=TRUE, make.plot=TRUE, 
                   progress=TRUE)

我得到的错误是：

error in svd(X) : a dimension is zero

我认为稀疏性不是问题，也许是。我对NMF或IntNMF包还不是很熟悉，所以任何提示都很感谢。

Answer 1

不确定IntNMF的问题是什么，但对于其他种子，以及使用nmf.opt.k的默认参数时，它也会失败。

我建议在此期间查看NMF库。

我用你的测试矩阵测试了它，它工作得很好：

> nmf(m, rank=2)
<Object of class: NMFfit>
 # Model:
  <Object of class:NMFstd>
  features: 10 
  basis/rank: 2 
  samples: 30 
 # Details:
  algorithm:  brunet 
  seed:  random 
  RNG: 403L, 20L, ..., 961813654L [05ac8381a0361b9c9d54208dfe6a12cb]
  distance metric:  'KL' 
  residuals:  162.3778 
  Iterations: 480 
  Timing:
     user  system elapsed 
    0.047   0.000   0.046 

在NMF的vignette中也有一节估计因式分解的秩(选择一个k) (2.6节)。