Question

我正在尝试为精彩的NMF包创建一个Python接口 - https://cran.r-project.org/web/packages/NMF/NMF.pdf（因为它比Python选项更灵活）。到目前为止一切都很好。

我想出了类似的东西：

# Python rpy2
__NMF = importr("NMF")
n_comp_R = robjects.IntVector(n_components)
nmf_ro = self.__NMF.nmf(data, n_comp_R, methods, self.seed, nrun=10)

它就像一个魅力。方法是我可以使用的可能算法列表：

nmfAlgorithm（）

[1]“brunet”“KL”“lee”“Frobenius”“offset”

[6]“nsNMF”“ls-nmf”“pe-nmf”“siNMF”“snmf / r”

[11]“snmf / l”

其他可能性是使用自定义算法，如NMF文档中所述

# R code
my.algorithm <- function(x, seed, param.1, param.2) {
    # do something with starting point ...
    # return updated starting point
    return(seed)
} 
res <- nmf(data, n_comp, my.algorithm)

如何使用rpy2重现此内容？

我尝试过类似的事情：

import rpy2.robjects as robjects

my_algorithm = robjects.r('''
function (x, seed, scale.factor = 1) 
{
    pca <- prcomp(t(x), retx = TRUE)
    factorization.rank <- nbasis(seed)
    cat(seed)
    basis(seed) <- abs(pca$rotation[, 1:factorization.rank])
    coef(seed) <- t(abs(pca$x[, 1:factorization.rank]))/scale.factor
    return(seed)
    }
''')
nmf_ro = __NMF.nmf(data, n_comp_R, my_algorithm.r_repr(), nrun=1)

但它没有成为魔术=（

NMF算法 - 密钥“key = function（x，seed，scale.factor＆gt; = 1）
没有匹配条目
{

pca＆lt; - prcomp（t（x），retx = TRUE）

factorization.rank＆lt; - nbasis（种子）

猫（种子）

基础（种子）＆lt; - abs（pca $ rotation [，1：factorization.rank]）

coef（seed）＆lt; - t（abs（pca $ x [，1：factorization.rank]））/ scale.factor

返回（种子）

}“在注册表中。

使用以下一个：'brunet'，'Frobenius'，'KL'，'lee'，'ls-nmf'，'。M＃brunet'，'nsNMF'，'offset'，'pe-nmf'， '.R＃brunet'，'。R＃lee'，'。R＃nsNMF'，'。R＃offset'，'siNMF'，'。siNMF'，'snmf / l'，'snmf / r'。< / p>
warnings.warn（x，RRuntimeWarning）

我想知道是否有人可以帮助我？

Answer 1

原始提问者had his question answered on the NMF project on Github。如上所述，您将新算法定义为函数，然后使用setNMFMethod将函数添加到执行非负矩阵分解的算法注册表中，然后您可以按名称调用它。

如何在Python代码

1 个答案: