使用保存的W矩阵应用矩阵分解进行分类

Question

我在tf-idf输入上执行NMF分解以执行主题分析。

def decomp(tfidfm, topic_count):
    model = decomposition.NMF(init="nndsvd", n_components=topic_count,     max_iter=500)
    H = model.fit_transform(tfidfm)
    W = model.components_
    return W, H

这将返回 W ，一个由术语分配主题组成的模型定义，以及 H ，一个主题分配矩阵的文档

到目前为止，我可以使用H将基于其关联的文档通过术语频率分类到主题列表，而这些主题又基于它们与术语频率的关联。

我想将主题 - 术语 - 关联保存到磁盘，以便稍后重新应用它们 - 并采用此处描述的方法[https://stackoverflow.com/questions/8955448]来存储W的稀疏矩阵重复表示。 / p>

所以我现在要做的是执行相同的过程，只修复主题定义矩阵W.

在文档中，似乎我可以在调用参数中设置W：

def applyModel(tfidfm,W,topic_count):
    model = decomposition.NMF(init="nndsvd", n_components=topic_count, max_iter=500)
    H = model.fit_transform(X=tfidfm, W=W)
    W = model.components_
    return W, H

我已经尝试过了，但它似乎没有效果。

我通过使用不同大小的词汇表编译W矩阵进行测试，然后将其输入applyModel函数，应该定义结果矩阵的形状（或者我应该说，这就是我希望通过W模型，但事实并非如此。

这个问题的简短版本是：如何保存从矩阵分解生成的主题模型，以便我可以使用它来分类不同于最初生成它的文档集？

换句话说，如果 V = WH ，那么如果 V ，我该如何返回 H 的 w ^

Answer 1

初始等式为：我们为解决此问题：。

此处表示矩阵的倒数，仅当为非奇异时才存在。

乘法顺序一如既往地很重要。如果您有，则需要将乘以的倒数乘以。

Answer 2

为了完整性，这里是重写的applyModel函数，它考虑了ForceBru的答案（使用导入scipy.sparse.linalg）

def applyModel(tfidfm,W):
    H = tfidfm * linalg.inv(W)
    return H

基于预生成的主题模型 W 和文档特征矩阵 V 返回（假设对齐的词汇表）文档到主题 H 的映射strong>由tfidf生成。