Sklearn中的非负矩阵分解

Question

我在大矩阵上应用非负矩阵分解（NMF）。基本上NMF方法如下：给定m乘n矩阵A，NMF分解成A = WH，其中W是m乘以d，H是d乘以n。 ProjectedGradientNMF方法在Python包Sklearn中实现。我希望算法返回W和H.但它似乎只返回H，而不是W.再次将算法应用于AT（转置）可以给我W.但是，我想避免计算它两次，因为矩阵ix非常大。

如果你能告诉我如何同时获得W和H，那就太棒了！以下是我的代码：

from sklearn.decomposition import ProjectedGradientNMF
import numpy
A = numpy.random.uniform(size = [40, 30])
nmf_model = ProjectedGradientNMF(n_components = 5, init='random', random_state=0)
nmf_model.fit(A)
H = nmf_model.components_.T

Answer 1

幸运的是，您可以查看源代码：
https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/decomposition/nmf.py

fit_transform()从第460行开始，第530行显示H附加到components_，W从函数返回。

所以你不应该两次运行，你应该改变：

nmf_model.fit(A);
H = nmf_model.components_.T;

到

W = nmf_model.fit_transform(A);
H = nmf_model.components_;