Python实现NMF（非负矩阵分解）

出现背景 数据分布不均，维度大（致使计算效率低下） 难以解释负值的实际意义（e.g.图像数据中不可能有负值的像素点） 分解方法 将一个非负矩阵分解为两个非负矩阵的乘积。python 倍增更新规则（2001）： 在欧氏距离下，随机初始化，而后不断迭代，直到W（系数矩阵） H（基矩阵）稳定： NMP求得的是局部最优解local optima（对应global optima问题），对于局部最优算法，通常

>>阅读原文<<