r语言nonzerocoef函数_R语言降维——非负矩阵分解（NMF包的实现）

目录

0引言

先从数据的条件来理解非负矩阵分解方法：

条件：需要分解的矩阵所有元素非负

目标：V是非负矩阵。NMF可以找到两个非负矩阵W、H使得W*H近似等于V中的值。

其中W：基础图像矩阵。H:系数矩阵

NMF的目标：最小化W和H矩阵的乘积和原始矩阵的差

常见的求解思路：误差范数求解定义和散度的损失函数定义法

1、R语言实现(NMF包的加载)

install.packages("NMF") # 安装包的命令

library(NMF) # 加NMF包

NMF包里的函数有很多，可以通过以下方式查看：

help(package = "NMF")

本文主要讲解下面几个函数：nmf、basis、basismap、coef、coefmap。

2、nmf建立模型实现非负矩阵分解

先是构造数据V矩阵：

# 方法一

V = rmatrix(3,3)

# 方法二

n

V

使用方法二的数据降维建模：

res

下面输出降维效果。

3、W矩阵

> basis(res)

[,1] [,2] [,3]

[1,] 5.667319e+00 2.675530e+00 2.220446e-16

[2,] 3.465761e+00 2.220446e-16 1.661215e-01

[3,] 6.282332e+00 4.171376e+00 2.220446e-16</