如何获得非负因式分解矩阵的低维秩

时间:2019-05-14 02:41:11

标签: linear-algebra pca algebra svd

我的矩阵很大

X = numpy.random.rand(1000, 1000)

使用sklearn.decomposition我分解了矩阵,例如:

from sklearn.decomposition import NMF

model = NMF(n_components=1, init='random', random_state=0)

W = model.fit_transform(X)

H = model.components_

现在我想找到W的暗淡等级。 我怎么能找到W的等级?

1 个答案:

答案 0 :(得分:0)

为了获得NMF矩阵的等级,大矩阵包含噪声,应使用奇异值阈值公式将其除去。设定阈值后,将更容易获得NMF矩阵的非零值。