Orthogonal Nonnegative Matrix Tri-factorizations for Clustering

文章探讨了正交非负矩阵分解(Orthogonal NMF)与K-means聚类的关系,证明两者等价。通过定理阐述了NMF的三因素分解如何与K-means聚类相互联系,特别地,二正定三因素NMF中的G和F分别给出了使用特定核函数进行K-means聚类的解决方案。文中还介绍了uni-orthogonal NMF和bi-orthogonal NMF的计算方法,并讨论了不同约束条件下的3-factor NMF问题。
摘要由CSDN通过智能技术生成

文章对:Orthogonal NMF(正交非负矩阵分解)与kernel K-means之间的关系进行了分析,并证明两者有内在联系:

 

定理一:

 

Orthogonal NMF:min(F>=0,G>=0)||X-FGT||2,s.t. GTG=I

与K-means聚类是相等同的。

 

该证明可以查看:

 

 C. Ding, X. He, and H.D. Simon. On the equivalence of nonnegative matrix factorization and spectral clustering. Proc. SIAM Data Mining Conf, 2005.

 

 

定理三

 

令G为一个X的列K-means聚类的聚类指示符矩阵(cluster indicator matrix),F为X的行K-means聚类的聚类指示符矩阵。那么同步的行/列聚类可以用以下优化方法获得:

这说明3-factor的NMF与K-means聚类之间的关系。3个factor时,是在行和列上面同时进行了k-means聚类。

 

 

定理四

 

在二正定三因素NMF(bi-Orthogonal 3-factor NMF)中,G给出了对X的列使用W=XTFFTX核函数进行k-means

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值