文本主题模型之非负矩阵分解(NMF)

1. 非负矩阵分解(NMF)概述 　　　　非负矩阵分解(non-negative matrix factorization，以下简称NMF)是一种非常常用的矩阵分解方法，它可以适用于很多领域，比如图像特征识别，语音识别等，这里我们会主要关注于它在文本主题模型里的运用。 　　　　回顾奇异值分解，它会将一个矩阵分解为三个矩阵： A=UΣVTA=UΣVT 　　　　如果降维到kk维，则表达式为： Am×n

>>阅读原文<<