在R中执行非负矩阵分解

Question

我在R

中有一个稀疏矩阵

我现在希望在R

上执行非负矩阵分解

data.txt是我使用python创建的文本文件，它由3列组成，其中第一列指定行号，第二列指定列号，第三列指示值

data.txt中

1 5 10
3 2 5
4 6 9

原始data.txt包含164009行，这是250000x250000稀疏矩阵的数据

我使用了NMF库而我正在做

>x=scan('data.txt',what=list(integer(),integer(),numeric()))
>library('Matrix')
>R=sparseMatrix(i=x[[1]],j=x[[2]],x=x[[3]])

>res<-nmf(R,3)

它给了我一个错误 函数错误（classes，fdef，mtable）： 无法找到函数nmf的继承方法，用于签名 “dgCMAtrix”，“失踪”，“失踪”

任何人都可以帮我弄清楚我做错了什么

Answer 1

第一个问题是您正在向nmf提供dgCMatrix。

> class(R)
[1] "dgCMatrix"
attr(,"package")
[1] "Matrix"

帮助在这里：

help(nmf)

请参阅“方法”部分。它想要一个真正的矩阵。由于条目数量的原因，对as.matrix的胁迫很可能对你没有太大帮助。

现在，即使使用您的示例数据，对矩阵的强制也不够，如下所示：

> nmf(as.matrix(R))
Error: NMF::nmf : when argument 'rank' is not provided, argument 'seed' is required to inherit from class 'NMF'. See ?nmf.

让我们给它一个等级：

> nmf(as.matrix(R),2)
Error in .local(x, rank, method, ...) : 
  Input matrix x contains at least one null row.

确实如此：

> R
4 x 6 sparse Matrix of class "dgCMatrix"

[1,] . . . . 10 .
[2,] . . . .  . .
[3,] . . 5 .  . .
[4,] . . . .  . 9