Phân tích ma trận không âm (NMF)
Phân tích ma trận không âm (NMF) là một họ thuật toán, được Lee và Seung giới thiệu trong bài báo mang tính bước ngoặt trên tạp chí Nature năm 1999, phân tách một ma trận dữ liệu không âm V thành tích của hai ma trận không âm có hạng thấp hơn là W (các thành phần cơ sở) và H (các hệ số mã hóa). Không giống như PCA hay SVD, ràng buộc không âm buộc thuật toán phải học các biểu diễn dựa trên các phần tử, có tính cộng nghiêm ngặt, làm cho các nhân tố có thể được diễn giải trực tiếp như các khối xây dựng của dữ liệu gốc.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Nguồn tài liệu
- 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
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Non-negative Matrix Factorization (Lee & Seung, 1999). ScholarGate. https://scholargate.app/vi/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.
- Phân tích thành phần độc lập (ICA)Học máy↔ compare
- Phân cụm K-MeansHọc máy↔ compare
- Phân bổ Dirichlet ẩn (LDA)Học máy↔ compare
- Phân rã Giá trị Suy biếnPhương pháp số↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →