Mitte-negatiivne maatriksfaktorisatsioon (NMF)
Mitte-negatiivne maatriksfaktorisatsioon (NMF) on algoritmide perekond, mille tutvustasid Lee ja Seung oma 1999. aasta mõjukas Nature'i artiklis. See dekomponeerib mitte-negatiivse andmemaatriksi V kahe madalama astme mitte-negatiivse maatriksi W (baaskomponendid) ja H (kodeerimiskoefitsiendid) korrutiseks. Erinevalt PCA-st või SVD-st sunnib mitte-negatiivsuse piirang algoritmi õppima rangelt aditiivseid, osadepõhiseid representatsioone, muutes faktorid otseselt tõlgendatavaks algandmete ehitusplokkidena.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Allikad
- Lee, D. D., & Seung, H. S. (1999). Learning the parts of objects by non-negative matrix factorization. Nature, 401(6755), 788–791. DOI: 10.1038/44565 ↗
- Lee, D. D., & Seung, H. S. (2001). Algorithms for non-negative matrix factorization. Advances in Neural Information Processing Systems, 13, 556–562. link ↗
- Cichocki, A., Zdunek, R., Phan, A. H., & Amari, S. (2009). Nonnegative Matrix and Tensor Factorizations: Applications to Exploratory Multi-way Data Analysis and Blind Source Separation. Wiley. ISBN: 978-0-470-74666-0
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Non-negative Matrix Factorization (Lee & Seung, 1999). ScholarGate. https://scholargate.app/et/machine-learning/non-negative-matrix-factorization
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Independent Component Analysis (ICA)Masinõpe↔ compare
- K-Means klastreerimineMasinõpe↔ compare
- Latent Dirichlet Allocation (LDA)Masinõpe↔ compare
- Singular Value DecompositionNumbrilised meetodid↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →