非负矩阵分解(NMF,Non-negative matrix factorization)

NMF意图是什么?

大数据压缩,少空间对矩阵进行分解,其他矩阵分解存在负值,负值没有意义。

NMF条件是什么?

矩阵A=WH,A矩阵非负

NMF具体怎么分解?

1)初始化WH矩阵
2)利用最小二乘或KL散度进行优化


优化函数

如何保证非负?

利用最小二乘优化,指定与权重相关的学习率,让其与减法抵消,从而非负


NMF推导.jpg

和LFM有什么关联和区别?

同类级别的矩阵分解方式?

NMF(非负矩阵分解),PCA(主成分分析)、ICA(独立成分分析)、SVD(奇异值分解)、VQ(矢量量化)等
引用:
https://www.cnblogs.com/zhibei/p/9373120.html

你可能感兴趣的:(非负矩阵分解(NMF,Non-negative matrix factorization))