۵ کیو· متوسط رو به بالامتوسطPYTHON۴ ثانیه · ۲۵۶ مگابایت

تجزیه‌ی ماتریس نامنفی

تجزیه‌ی ماتریس نامنفی (NMF) ماتریس نامنفی $V$ (شکل $n \times m$ ) را به حاصل‌ضرب دو ماتریس نامنفی $W$ ( $n \times k$ ) و $H$ ( $k \times m$ ) تقریب می‌زند، با کمینه کردن $\lVert V - WH\rVert^2$ .

تابع nmf(V, W, H, iters) از $W$ و $H$ ی داده‌شده شروع می‌کند و iters بار به‌روزرسانی ضربی لی و سونگ را اجرا می‌کند — هر بار اول $H$ ، بعد $W$ با $H$ ی تازه (ضرب و تقسیم عضوبه‌عضو):

H \leftarrow H \odot \frac{W^\top V}{W^\top W H} \qquad W \leftarrow W \odot \frac{V H^\top}{W H H^\top}

چون همه‌چیز ضرب و تقسیم عددهای نامنفی است، $W$ و $H$ نامنفی می‌مانند. خروجی، ماتریس بازسازی‌شده‌ی $WH$ است.

نمونه‌ها

ورودی نمونه ۱

[[[3.05, 1.89, 1.3], [1.91, 1.72, 0.74], [1.71, 0.39, 0.97], [1.18, 1.28, 0.45]], [[0.13, 0.64], [0.97, 0.21], [0.3, 0.6], [0.75, 0.6]], [[0.59, 0.15, 0.77], [0.39, 0.17, 0.96]], 1]

خروجی نمونه ۱

[[2.7226, 2.1527, 1.5146], [2.0706, 1.4664, 0.7897], [1.3517, 1.0404, 0.6919], [1.3297, 0.986, 0.601]]

ورودی نمونه ۲

[[[3.05, 1.89, 1.3], [1.91, 1.72, 0.74], [1.71, 0.39, 0.97], [1.18, 1.28, 0.45]], [[0.13, 0.64], [0.97, 0.21], [0.3, 0.6], [0.75, 0.6]], [[0.59, 0.15, 0.77], [0.39, 0.17, 0.96]], 100]

خروجی نمونه ۲

[[3.0253, 1.8991, 1.3427], [1.9162, 1.7176, 0.7293], [1.7309, 0.3838, 0.9337], [1.202, 1.2716, 0.4117]]

برای نوشتن پاسخ و دریافت امتیاز، ابتدا وارد حساب شوید.

ورود