回答情况：
提问时间：
问题标签：
使用的损失函数是Frobenius范数
1.科学方法-学习方法：
model = NMF基于我的用例，sklearn的NMF给了我很好的结果，但没有给出TensorFlow实现。如何使用自定义实现实现相同的功能？
浏览 1修改于2018-03-17得票数 5
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 npfrom sklearn.decomposition import NMF
浏览 30提问于2020-04-29得票数 1
1回答
但似乎在某些地方出了问题，因为我没有得到预期的结果(那些来自其他方法的结果，比如sklearn NMF，特别是inverse_transform方法)。
浏览 0提问于2018-03-18得票数 0
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？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
我正在使用一个很棒的库scikit-learn在我的数据集上应用lda/nmf。model "n_samples=%d and n_features=%d"t0 = time()
nmf = NMF(n_components=n_topics, random_state=1, alpha该程序
浏览 6提问于2015-11-25得票数 2
代码能够正确地使用NMF从解析的数据中生成任务数量的主题，但是当语料库长度=20时，它就会中断，如下所示[u'bell', u'closed', u'day', u'drinks', u'enjoy/site-packages/sklearn/decomposition/nmf.py", line 551, in fit
浏览 2提问于2017-01-14得票数 2
1回答
我在寻找一个在R中快速实现稀疏矩阵的NMF方法。R中是否有与scikit-learn等价的？我一直无法将任何这些函数编码到一个更快的NMF框架中。
浏览 10修改于2021-08-12得票数 2
回答已采纳
我正在为NMF文本数据集群实现一个Python脚本。在我的工作中，我使用Scikit NMF实现，但据我所知，在Scikit中，NMF更像是一种分类方法，而不是一种聚类方法。我正在对它们进行预处理，并将其作为NMF的输入。根据我的教授分享的论文，我收到了一些集群，但我不知道如何可视化/呈现它们。 你们中有谁知道如何让这本书读起来更人性化？sklearn.preprocessing import normalize
from sklearn.decomposition import LatentDirichletA
浏览 47提问于2019-01-31得票数 4
回答已采纳
目前，我使用的是NMF的Python实现。我正在考虑改进NMF的方法，因为如果你有很多文档，它可能会变得很慢。由于NMF使用矩阵乘法，我想也许可以使用GPU(图形处理单元)。问题是:为了提高NMF的性能，使用支持GPU的NMF是一个好的解决方案吗？或者我应该采取一种不同的方法？
浏览 4提问于2017-03-25得票数 0
这是一个全新的问题，我对Python很陌生，我了解NMF的基本知识，但是当用sklearn实现它时，似乎有点费解，我想问是否有人知道如何利用结果。我从一个文件中导入了数据，创建并形成了一个数组，现在已经实现了一些我从在线学习指南中学到的初始NMF代码。nmf = NMF(init='nndsvd', max_iter=2000, random_state=0, shuffle=False, solver='cd',verbose=0)
W = nmf.fit_tra
浏览 0提问于2018-08-10得票数 0
回答已采纳
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
但是有一篇文章描述了NNDSVD (Boutsidis，Gallopoulos，2007年年)来初始化“传统的”NMF标志。我想测试这个，看看它是否改善了我的结果。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。除了丁等人的论文中提到的策略(和随机初始化策略)之外，还有其他推荐的凸NMF初始化策略吗？
浏览 0修改于2016-05-13得票数 0
回答已采纳
我想比较一种算法的输出与不同的预处理数据: NMF和PCA。为了得到一个可比较的结果，而不是为每个PCA和NMF选择相同数量的分量，我想选择的数量解释了95%的保留方差。我想知道是否有可能识别NMF的每个组成部分中所保留的方差。
例如，使用PCA，这将由：retainedVariance(i) = eigenvalue(i) / sum(eigenvalue)给出。
浏览 3修改于2018-03-11得票数 15
我要用滑雪板做NMF，我在这里使用了说明：model = NMF(n_components=2, init='custom',H=myInitializationH random_state=0);import numpy as np#
浏览 1修改于2018-04-16得票数 1
回答已采纳
我正在使用NMF模型进行主题建模。我想通过混淆矩阵来评估它的性能，或者如果有其他更好的方法来评估NMF，我也可以。我试图在互联网上找到教程或其他资源，但找不到任何能帮助我解决问题的东西。下面是我用于NMF主题建模的完整代码。= tfidf_vect.fit_transform(dataset['Text'].values.astype('U'))
from sklearn.decomposition import NMFnmf = NMF(n_
浏览 28提问于2021-01-20得票数 0
我正在尝试对NMF执行交叉验证，以找到使用的最佳参数。我试着使用sklearn交叉验证，但是得到了一个错误，说明NMF没有得分方法。这里有人能帮我吗？谢谢大家
浏览 0提问于2018-12-11得票数 0
回答已采纳
但是，当我运行sklearn.decomposition.NMF时，这些因素并不稀疏。较早版本的NMF具有“稀疏度”参数beta。更新的版本不会，但我希望我的基本矩阵W实际上是稀疏的。我能做什么?fetch_olivetti_faces import numpy as np
# run
浏览 6修改于2022-09-26得票数 0
回答已采纳
我研究过潜在语义分析(LSA)、潜在Dirichlet分配(LDA)和非负矩阵因式分解(NMF)，但是如何确定哪一种算法最适合于特定任务？如果我只是连续地尝试所有这些，那么如何衡量结果呢？
浏览 0提问于2020-06-19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