Faktorizimi Matriçor Jo-negativ (NMF)
Faktorizimi Matriçor Jo-negativ (NMF) është një familje algoritmish, prezantuar nga Lee dhe Seung në artikullin e tyre të rëndësishëm të vitit 1999 në Nature, që dekompozon një matricë të dhënash jo-negative V në prodhimin e dy matricave jo-negative me rang më të ulët W (komponentë bazë) dhe H (koeficientë kodimi). Ndryshe nga PCA ose SVD, kufizimi i jo-negativitetit detyron algoritmin të mësojë përfaqësime strikt additive, të bazuara në pjesë, duke i bërë faktorët drejtpërdrejt të interpretonjshëm si blloqe ndërtuese të të dhënave origjinale.
Lexoni metodën e plotë
Hyni me një llogari falas për ta lexuar këtë seksion.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Burimet
- 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
Si ta citoni këtë faqe
ScholarGate. (2026, June 3). Non-negative Matrix Factorization (Lee & Seung, 1999). ScholarGate. https://scholargate.app/sq/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.
- Analiza e Komponentëve të Pavarur (ICA)Mësimi i makinës↔ compare
- Grupimi K-MjeftMësimi i makinës↔ compare
- Ndarje Dirichlet e Fshehtë (LDA)Mësimi i makinës↔ compare
- Dezintegrimi me Vlera SingulareMetodat numerike↔ compare
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →