我正在尝试使用python scikit-learn在我的数据集上应用NMF。我的数据集包含0个值和缺失值。但scikit-learn不允许数据矩阵中的NaN值。有些帖子说用零替换缺失值。
我的问题是：
如果我用零替换缺失值，算法如何判断缺失值和实际零值？
是否有其他NMF实施可以处理缺失值？
或者，如果有其他矩阵因子分解算法可以进行缺失值预测吗？
答案 0 :(得分：1)
SGD将在这里完成工作，但是scikit-learn没有可以应用于该任务的scikit-learn。编写自己的一个将完成这项工作，但由于无法直接并行化矩阵分解SGD，因此真的慢。 检查描述here的分布式SGD 算法。实施起来并不是那么困难，它会大大加快速度。
答案 1 :(得分：1)
在scikit-learn github中有一个关于此的线程，并且版本接缝可用但尚未提交给主代码。