问题标签 [nmf]

I have a list of text comments that are fed into a non-negative matrix factorization topic modelling program.

The example output may be something like:

How can I assign a specific comment from the file a specific topic? e.g., the comment "My computer has an issue of turning off intermittently" would be mapped to Topic 1 "problem"

我正在对我拥有的数据集实施 R 分析。这是剧情

基本上我想更改数据标签。我设法更改了标题，但更改标签的常用脚本不起作用。基本上我的想法是：

先感谢您

以下是我试图移植到 Rcpp 的对称非负矩阵分解的目标函数：

这是我在 Rcpp 翻译中的刺探（肯定有很多错误）：

什么是正确（和最快）的单核翻译？

理论背景：这个函数的迭代驱动收敛到一个H近似HH^T等于的W。有关背景，请参阅此问题（以及我的答案）。

n_components里面有什么sklearn.NMF？

I'm looking for a fast NMF implementation for sparse matrices in R.

The R NMF package consists of a number of algorithms, none of which impress in terms of computational time.

NNLM::nnmf() seems state of the art in R at the moment, specifically the method = "scd" and loss = "mse", implemented as alternating least squares solved by sequential coordinate descent. However, this method is quite slow on very large, very sparse matrices.

The rsparse::WRMF function is extremely fast, but that's due to the fact that only positive values in A are used for row-wise computation of W and H.

Is there any reasonable implementation for solving NMF on a sparse matrix?

Is there an equivalent to scikit-learn in R? See this question

There are various worker functions, such as fnnls, tsnnls in R, none of which surpass nnls::nnls (written in Fortran). I have been unable to code any of these functions into a faster NMF framework.

我正在使用 NMF 模型进行主题建模。我想通过混淆矩阵来评估它的性能，或者如果有其他更好的方法来评估 NMF，我也可以。我试图在互联网上查找教程或其他资源，但找不到任何可以帮助我解决问题的东西。下面是我用于 NMF 主题建模的完整代码。

提前感谢您的建议和意见。

我正在尝试使用包含有关用户如何评价项目的数据sklearn.decomposition.NMF的矩阵R来预测他们尚未看到的项目的用户评分。

矩阵的行是用户，列是项目，值是分数，0 分数意味着用户还没有评价这个项目。

现在使用下面的代码，我只设法得到两个矩阵，当它们相乘时返回原始矩阵。

问题是，模型不会预测新值来代替0's，这将是预测的分数，而是按原样重新创建矩阵。

如何让模型代替原始矩阵的零点来预测用户分数？

我正在尝试计算每个主题的一致性值，但每次运行代码时都会生成不同的值。

如果有人能回答这个问题，那将是一个很大的帮助。

先感谢您

这是我在项目中使用的代码。

输出要求：每次我运行我的代码一致性应该是相同的。

如果您能帮助我解决这种方法，那将是一个很大的帮助

太感谢了。

我正在处理一个相当大的数据集，并希望确定哪些主题是有意义的。我同时使用了 NMF 和 LDA（sklearn 实现），但关键问题是：什么是成功的合适衡量标准。在视觉上，我在许多主题中只有几个高度权重的关键字（其他权重 ~ 0），以及一些主题分布更钟形的主题。目标是什么：一个有几个词的主题，高权重，休息低（尖峰）或钟形分布，在大#关键字上逐渐减少权重 NMF

或 LDA 方法

这主要是一个钟形（显然不是曲线）

我还使用了加权 jaccard（设置关键字的重叠，加权；毫无疑问有更好的方法，但这有点直观

你对此有何看法？

最好的，

安德烈亚斯

https://scikit-learn.org/stable/auto_examples/applications/plot_topics_extraction_with_nmf_lda.html?highlight=document%20word%20matrix的代码

python 的 sklearn 中没有内置函数来执行此操作。

在我的研究中，我发现可以通过以下方式计算“精度分数”错误（组件）

组件的最佳数量将具有最小的 err(c)。

给定以下测试代码，如何在 python 中实现精度分数？