Описание тега nmf
Неотрицательная матричная факторизация (NMF или NNMF), а также неотрицательная матричная аппроксимация - это группа алгоритмов в многомерном анализе и линейной алгебре, где матрица V факторизуется (обычно) на две матрицы W и H со свойством, что все три матрицы не имеют отрицательных элементов.
nmf - это метод аппроксимации матрицы типа V = WH. Здесь размерность V,W,H может быть соответственно m*n, m*p, p*n, где p << n обычно. Теперь W можно рассматривать как весовую матрицу для скрытых переменных. Поскольку p может быть очень маленьким, это также можно рассматривать как метод уменьшения размерности, такой как pca.
nmf широко применяется в большинстве реальных случаев, когда V не может иметь отрицательных значений, таких как распознавание изображений, классификация текста, система рекомендаций и т. д. Общие приложения nmf включают:
- Обучение функциям, например, анализ главных компонентов
- Восстановление темы, например, вероятностный скрытый семантический анализ
- Кластеризация по типу K-средних
- Временная сегментация как скрытая марковская модель
- Фильтрация и разделение источников, например, независимый анализ компонентов
Для этого тега пользователи должны предоставить математическую ясность, поскольку это расширенная тема вместе с информацией о применении в конкретном случае.
Полезные ссылки: