linear-algebra - 如何获得非负分解矩阵的低维秩

Question

我有一个大矩阵

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的低暗等级。我怎么能找到W的等级？

标签： linear-algebrapcaalgebrasvd

Answer 1

为了得到 NMF 矩阵的秩，大矩阵包含噪声，应该使用奇异值阈值公式去除。阈值化后，将更容易获得 NMF 矩阵的非零值。