8 非负矩阵分解(NMF) 降维方法
非负矩阵分解(Non-negative Matrix Factorization)是在矩阵中的元素均为非负数约束条件之下的非负矩阵分解方法。
基本思想:给定一个非负矩阵V,NMF能够找到一个非负矩阵W和一个非负矩阵H,是得矩阵W和H的乘积近似等于矩阵V中的值。
W 矩阵:基础图像矩阵,相当于从原矩阵V中抽取出来的特征。
V 矩阵:系数矩阵
NMF能够广泛应用于图像分析、文本挖掘、和图像处理领域。
非负矩阵分解(Non-negative Matrix Factorization)是在矩阵中的元素均为非负数约束条件之下的非负矩阵分解方法。
基本思想:给定一个非负矩阵V,NMF能够找到一个非负矩阵W和一个非负矩阵H,是得矩阵W和H的乘积近似等于矩阵V中的值。
W 矩阵:基础图像矩阵,相当于从原矩阵V中抽取出来的特征。
V 矩阵:系数矩阵
NMF能够广泛应用于图像分析、文本挖掘、和图像处理领域。