python - 是否有好的库可以快速进行非负矩阵分解(NMF)?

标签 python c++ pca matrix-factorization nmf

<分区>

我有一个稀疏矩阵,其形状为 570000*3000。我试过 nima执行 NMF(使用默认的 nmf 方法,并将 max_iter 设置为 65)。但是,我发现 nimfa 非常慢。有人用过更快的库来做 NMF 吗?

最佳答案

我用过libNMF前。它是用 C 语言编写的,速度非常快。有一个paper记录算法和代码。

该论文还列出了 NMF 的几个替代包(使用多种不同的语言(我已将其复制到此处以供将来引用)。

免责声明:我没有尝试过任何其他软件包(除了 MATLAB 的软件包)。

关于python - 是否有好的库可以快速进行非负矩阵分解(NMF)?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/13814907/

相关文章:

c++ - 如何从类中获取 "pointer to self"?

r - 如何对具有多个组的数据集对每个组进行 PCA?

python - 使用 Beautfiul Soup 提取当前出价金额 - 动态更新值

python - tensorflow - 向量中的前 k 个值到二进制向量

c++ - unix下单进程 "top"命令计算Cpu百分比

c++ - 在后台持续运行 windows phone 8.1 应用程序

tensorflow - 如何在 TensorFlow 中使用带有 PCA 的 'sphereize data' 选项

python - 在 Pandas 数据帧上滚动 PCA

python - 在 sqlalchemy 中加入值

python - 优化迭代检查连续值之间的最大差异