2021-03-20

NMF
非负矩阵分解（NMF）是一种无监督的技术，因此没有标签可供训练的主题。它的工作方式是NMF将高维向量分解（或分解）为低维表示。这些低维向量是非负的，这也意味着它们的系数是非负的。

使用原始矩阵（A），NMF将为您提供两个矩阵（W和H）。W是找到的主题，H是这些主题的系数（权重）。换句话说，A是按词的文章（原始），H是按主题的文章，而W是按词的主题。

因此，假设有301篇文章，5000个单词和30个主题，我们将获得以下3个

A = tfidf_vectorizer.transform（texts）
W = nmf.components_
H = nmf.transform（A）

A = 301 x 5000
W = 30 x 5000
H = 301 x 30

NMF将修改W和H的初始值，以使乘积接近A，直到逼近误差收敛或达到最大迭代次数为止。
在我们的案例中，高维向量将是tf-idf权重，但实际上可以是任何东西，包括单词向量或单词的简单原始计数。