如何处理pythonscikit NMF中的缺失值

Question

我正在尝试使用pythonscikit-learn在我的数据集中应用NMF。我的数据集包含0个值和缺少的值。但scikit-learn不允许数据矩阵中存在NaN值。一些帖子说用零来代替缺失的值。在

我的问题是：

• 如果我用零替换缺失值，算法如何区分缺失值和实际零值？

• 是否有其他NMF实现可以处理缺失值？

• 或者如果还有其他的矩阵分解算法可以做缺失值预测吗？

Answer 1

SGD将在这里完成这项工作，但scikit learn没有一个可以应用于该任务的工具。写你自己的一个可以完成这项工作，但是由于不能直接并行矩阵分解SGD，因此会非常慢。 检查所描述的分布式SGD算法。它不难实现，而且可以显著加快速度。在

Answer 2

在scikit-learngithub中有一个关于这个的线程和一个版本seams可以使用，但是还没有提交到主代码中。在

https://github.com/scikit-learn/scikit-learn/pull/8474