NMF中的加權NMF自定義目標函數R

Question

似乎NMF R package (v0.22)尚不允許開箱即用的加權非負矩陣分解（WNMF），但歡迎使用自定義算法（p.25 here）。我正在嘗試，但不知道我是否在正確的軌道上。有沒有人已經爲nmf()實現了自定義算法？任何可以讓我開始使用WNMF的草圖示例？ 考慮：

set.seed(0) 
X=runif(10) %*% t(runif(5)) 
X[missing <- X<.05] = 0 
W = 1*(!missing) 

WNMF忽略的X零值（通過的W零映射），並通過逐元素兩側由權重矩陣W如W.X ~ W.BL相乘，通過最小化弗羅貝紐斯即近似於X（或一些其他）規範|W.X - W.BL|。

UPDATE1： 創建目標函數，但無法弄清楚如何將W傳遞給它。我猜測method現在需要採用自定義算法，但在線示例很少。想法是受歡迎的。

WNMF_ObjFn = function(model, target, W, ...) { 
    sum(W*(target - fitted(model))^2, na.rm=T) 
} 

library(nmf) 
res = nmf(X, rank=2, objective=WNMF_ObjFn, W=W) 

Error in fun(y, x, ...) : 
    unused argument (W = c(1, 0, 0, 0, 1, 0, 1, 1, 0, 0, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 0, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1)) 
Timing stopped at: 0 0 0 

Answer 1

我忽略了一個簡單的解決方案。算法基本上是一個加權的NMF，已經由nmf R包實現。

nmf(X, rank=2, method="ls-nmf", weight=W) 

不過，我會珍惜任何人的解決方案，以較早創建自定義的目標函數，（我認爲）需要一個自定義的算法來與它一起去鍛鍊。