Sklearn中的非負矩陣因式分解

Question

我在非常大的矩陣上應用非負矩陣分解（NMF）。實質上，NMF方法執行以下操作：給定m乘n矩陣A，NMF分解爲A = WH，其中W是m乘以d，H是d乘n。 ProjectedGradientNMF方法在Python包Sklearn中實現。我想要算法返回W和H.但它似乎只返回H，而不是W.再次應用該算法到AT（轉置）可以給我W.但是，我想避免計算兩次，因爲矩陣ix非常大。

如果你能告訴我如何同時得到W和H，那太棒了！下面是我的代碼：

from sklearn.decomposition import ProjectedGradientNMF 
import numpy 
A = numpy.random.uniform(size = [40, 30]) 
nmf_model = ProjectedGradientNMF(n_components = 5, init='random', random_state=0) 
nmf_model.fit(A) 
H = nmf_model.components_.T 

Answer 1

幸運的是，你可以看看通過源代碼：
https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/decomposition/nmf.py

fit_transform()始於線460，並在線路530這表明H被連接到components_，並返回W從功能。

所以，你不應該有兩次運行這個，你應該只改變：

nmf_model.fit(A); 
H = nmf_model.components_.T; 

到

W = nmf_model.fit_transform(A); 
H = nmf_model.components_;