人工智能（无监督学习-降维）——非负矩阵分解（NMF）
2401_84003941 2024-08-04 12:01:08 阅读 83
1.1 非负矩阵分解
（ Non-negative Matrix Factorization ， NMF ）：是在矩阵中所有元素均为非负数约束条件之下的矩阵分解方法。
1.2 基本思想
给定一个非负矩阵 V ， NMF 能够找到一个非负矩阵 W 和一个非负矩阵H ，使得矩阵 W 和 H 的乘积近似等于矩阵 V 中的值。
1.3 W矩阵
基础图像矩阵，相当于从原矩阵V 中抽取出来的特征。
1.4 H矩阵
系数矩阵。NMF能够广泛应用于图像分析、文本挖掘和语音处理等领域。
上图摘自 NMF
声明
本文内容仅代表作者观点，或转载于其他网站，本站不以此文作为商业用途
如有涉及侵权，请联系本站进行删除
转载本站原创文章，请注明来源及作者。