具有负值的NMF Python

Question

我正在使用Scikit-Learn NMF算法，我想知道是否有任何方法可以在算法中使用负值，我需要它来处理BVH文件。

我使用的是python 3.7.5

import numpy as np
import re
from sklearn.decomposition import NMF

with open('01_01.bvh', 'r') as fr:

    with open('01_01_NMF.bvh', 'w') as fw:

        for line in fr.readlines():
            if line[0].isdigit() or line[1].isdigit():
               line = re.split('\s+|\n', line)
                line.pop()
                MOTION = [float(nums) for nums in line]
                X = MOTION
                print("Original")
                print(X)
                model = NMF(n_components=96, init='random', random_state=0)
                W = model.fit_transform(X)
                H = model.components_
                print("NMF")
                print(W)
                OutputMotion = [str(nums) for nums in W]
                out = '   '.join(OutputMotion)
                fw.write(out + '\n')
            else:
                fw.write(line)

代码已经逐行读取bvh文件，并验证它是否在Motion部分，该部分是必须通过NMF的部分，但它通常具有许多负值，并且算法会拒绝它们。欢迎任何帮助，谢谢。

Answer 1

您必须对数据进行标准化，因此每个参数值都在0.0-1.0之间。请参阅scikit学习https://scikit-learn.org/stable/modules/generated/sklearn.decomposition.NMF.html