python - 如何使用 Packe LIBMF 做并行 NMF？

Question

我最近发现了一个 Python 包libmf，它的信息可以在这里和这里找到。这个包实现了 NMF 的并行算法，从而提高了 Sklearn 的速度。在给定潜在组件数量的情况下，我找不到我们从稀疏矩阵中获取W和获取的示例。我试过了HXn

import numpy as np
from scipy.sparse import random
from libmf import mf

X = random(10000, 100, density=0.25)
n = 20
engine = mf.MF(k = n)
engine.fit(X)

ValueError: ('must be sparse array of shape (n, {0})', 3)但是该行有一个错误engine.fit(X)。Colab 笔记本在这里。你能对这个问题有所了解吗？