机器学习——NMF非负矩阵分解

之前学习了常用的两种将为技术： 主成分分析（PCA）:用于处理高斯分布的数据 独立成分析（ICA）：用于处理费高斯分布的数据 而非负矩阵分解也是一张常用的数据降维技术，其基本操作和PCA、ICA类似，但是在数据都是非负的情况之下用处非常多，所以在一些特定场合（如图像处理等），非常受欢迎，其使用方法和前两种十分类似，参考：https://baike.baidu.com/item/非负矩阵分解/457

>>阅读原文<<