我要用sklearn做NMF,我使用了这里的说明: http://scikit-learn.org/stable/modules/generated/sklearn.decomposition.NMF.html
我想添加我的初始化矩阵H,有选项可以做init='custom',但我不知道如何给他矩阵H。 我试过:
model = NMF(n_components=2, init='custom',H=myInitializationH random_state=0);
但它不起作用。在
另外,是否有人知道如何修复我的矩阵,只更新W?在
编辑:
谢谢你的回答
当我选择自定义选项时,我得到错误:
^{pr2}$然而,矩阵不包含任何nan或无穷大。 此外,我对非常小的矩阵进行了测试,看它是否良好:
import numpy as np
from sklearn.decomposition import NMF
x=np.ones((2,3));
#model = NMF(n_components=1, init='custom', solver='mu',beta_loss=1,max_iter=500,random_state=0,alpha=0,verbose=0, shuffle=False);
model = NMF(n_components=1, init='custom');
fixed_W = model.fit_transform(x,H=np.ones((1,3)));
fixed_H = model.components_;
print(np.matmul(fixed_W,fixed_H));
我也犯了同样的错误,除非我用“随机”而不是“自定义”。在
你也会这样吗?为什么会这样?在
传递
fit()
或fit_transform()
中的W和H。在根据documentation of ^{} :
这同样适用于
fit()
。在做一些类似的事情:
更新: 似乎如果传递
init='custom'
参数,则需要同时提供W和H。如果提供H而不提供W,则会将其视为None,然后抛出一个错误。在相关问题 更多 >
编程相关推荐