回答情况：
提问时间：
问题标签：
1回答
我正在寻找一个算法来测试一个非负的dxd整数矩阵是否是不可分解的。如果一个矩阵不能写成两个非负的dxd整数矩阵的乘积，则称为不可分解的矩阵，它们中没有一个是置换矩阵(即非负整数矩阵SL_d(N)的半环不可可逆)。我最感兴趣的是行列式为1的3x3矩阵。注意，1x1矩阵的情况对应于问一个正整数是否是素数。对于行列式
浏览 4修改于2013-07-13得票数 3
我们从不同电影的用户评分矩阵开始，其中包含一些未知元素，即用户尚未看到的电影的评级。我们需要填补这一空白。所以你怎么知道哪种因式分解方法像非负的，奇异的，特征的，而不涉及太多的数学？
浏览 0提问于2018-01-22得票数 2
回答已采纳
测试非负矩阵分解预测的正确方法是什么？假设数据集是一个包含用户和观看过的电影(没有分级)的矩阵。首先，我将矩阵分为训练集和测试集(40%测试集)。然后我用NMF分解训练矩阵。然后我使用测试矩阵，删除所有电影条目的一半，看看真正的测试矩阵重建得有多好。
NMF还使用了哪些其他评估方法？有比删除测试集中的电影条目更好的方法吗？
浏览 1提问于2012-09-02得票数 0
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。
浏览 0提问于2019-10-25得票数 1
我正在使用Scikit-learn的非负矩阵分解( NMF )在一个稀疏矩阵上执行NMF，其中零个条目是缺失的数据。我想知道Scikit-learn的NMF实现是否将零条目视为0或缺少数据。
谢谢!
浏览 13提问于2017-02-21得票数 2
1回答
我使用matlab中的对称非负矩阵因式分解算法(SYMNMF)对图G进行聚类。输入如下：
簇间运行的边数尽可能少。给出图的邻接矩阵，有什么算法可以用来找出最优的聚类数吗？
浏览 1修改于2015-04-17得票数 0
我正在使用丁，李，乔丹，2008年(“凸和半非负矩阵分解”)中描述的凸非负矩阵分解算法。
良好的初始化策略使所有的差异和使用描述的k-均值聚类开始工作非常好。凸NMF的非负约束是松弛的.X可以有混合符号数据，其中X~ XWG'，因子W和G只有正数据。
浏览 0修改于2016-05-13得票数 0
回答已采纳
对于非负矩阵因式分解(NMF)而言，“基于部分”或“局部”是否意味着该算法的目标是对某些特定部分进行比其他不重要部分更多的因式分解？就像算法一样，试图在矩阵中寻找一些最大信号，并将注意力集中在这一部分上？有关于本地NMF的简单解释吗？
浏览 0修改于2017-12-29得票数 0
1回答
我正在尝试使用Kullback-Liebler散度作为相似性度量来实现非负矩阵分解。该算法在：中描述。下面是我的python / numpy实现，以及一个运行它的示例矩阵。简而言之，该算法应该学习矩阵W(n×r)和H(r×m)，使得V(n×m)近似为WH。你从W和H的随机值开始，通过遵循Seung和Lee论文中描述的更新规则，你应该越来越接近W和H的良好近似值。如果你看一下W和H，你会发现由此产生的因子分解并不是特别好。
我想知道在计算W的更新时是使用更新的H
浏览 2修改于2013-05-16得票数 4
回答已采纳
1回答
然后，如果我减去这个X.values，那么唯一受影响的值就是数组X_imputed的非空值。这允许我随机获得80%的非空值。
浏览 0修改于2015-07-13得票数 5
回答已采纳
给定维数为nxn的矩阵M，如何计算低秩因式分解，使M= L.T * L，其中L是维数kxn。编辑：，我忘记了，通过使用scikit的非负矩阵分解类，我可以通过将L和L.T作为优化的候选矩阵来部分实现这一点。然而，我的矩阵M不是非负的，因此这个方法不适用于我。
浏览 4修改于2017-09-07得票数 1
回答已采纳
其中一个调优参数是用于非负矩阵因式分解的布尔标志nonnegative。
我将计算每个用户和标签的喜欢数，这样我就不会有负值了。我的理解是，非负约束是对两个矩阵中的值的约束，该算法将将我的原始矩阵分解到其中，但我不知道这些值对于我的场景是否是非负的。
浏览 0提问于2015-12-10得票数 3
我正在尝试对Doc2Vec的输出使用非负矩阵分解。但是，有一个限制条件，即不能有负输入。我如何在不做像绝对值这样的解释结果的事情的情况下使其为正呢？
浏览 2提问于2017-06-06得票数 1
回答已采纳
我在大矩阵上应用非负矩阵因式分解(NMF)。NMF方法的实质是:给定m乘n矩阵A，NMF分解为A= WH，其中W为m乘d，H为d为n，ProjectedGradientNMF方法在Python中实现。然而，由于矩阵ix非常大，我希望避免计算它两次。
如果你能告诉我如何同时得到W和H，那就太好了！
浏览 5提问于2014-07-14得票数 7
回答已采纳
我正在为R中的NMF (非负矩阵分解)寻找一个包/如果可能的话，相对现成的解决方案，它可以处理缺失值(NA)，并且不会将它们视为0。实际上，对于一个简单的推荐系统，我们的目标是通过因子分解的乘积来估计这些缺失值。
NMF CRAN-package很棒，但似乎不能做到这一点(它最近的扩展也不能)，而且我找不到合适的替代包……
浏览 0修改于2012-10-14得票数 5
问题是找到一个矩阵，它给出了行和列和，并且有一个最小数目的非零元素。给出了两个正整数数组A[1...N]和B[1...M]，sum(A)=sum(B)。数组A和B分别是未知NxM矩阵的行和。矩阵的元素是非负整数.等效公式-创建一个最小大小的多集C，可以创建从A和B通过“分解成较小的数字”。多集C与矩阵中的非零元素相同.C大小的明显下界和上限是：
max(|A|, |B|) <= |C| <= N+M-1
浏览 3修改于2017-11-01得票数 2
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号