一个使用 latent space clustering model 和 NMF 进行Bicluster 聚类的实例

最新推荐文章于 2024-08-13 11:28:01 发布

stuart小松

最新推荐文章于 2024-08-13 11:28:01 发布

阅读量3.2k

点赞数 1

分类专栏：数据挖掘文章标签： NMF biclustering 聚类数据挖掘 latent clustering

本文链接：https://blog.csdn.net/xsl100/article/details/54175879

版权

本文通过一个使用Davis数据集的例子，详细解释如何结合latent clustering model和非负矩阵分解（NMF）进行双聚类（biclustering）。利用R包latentnet和NMF进行分析，结果显示活动和消费者可以明显分为两类，NMF提供的结果更加清晰，验证了两种方法的一致性。

摘要由CSDN通过智能技术生成

NMF = nonnegative matrix factorization

具体介绍请看拙文

使用NMF模型进行消费者行为分析

本文将举例介绍如何综合使用 latent clustering model 和 NMF 模型对消费者进行聚类。

我们这次演示用的数据是 Davis 数据集，这是个18 * 14 的小数据集，每一行是一位女性，总共18位女性，每一列是一个活动，总共有14个活动。每一个cell可以取1或者0，取值之为1时，代表该行代表的女士参加了该列的活动。你可以把每个活动想象成不同的电影或者在不同的餐馆就餐。这里有个关于使用latent clustering model的教程，也是使用的Davis 数据集。

以下是具体数据：