PCA与非负矩阵分解(NMF)的异同?

  统计/机器学习 线性代数 数据降维    浏览次数: 271
1

我之前对NMF不是很了解,但是看了K-Means算法、非负矩阵分解(NMF)与图像压缩这个教程,发现NMF和PCA似乎是等价的。

请问它们有什么异同(原理、效果、应用场景)?

 

ccc225   2018-08-21 20:59



    还没有回答。我来答!  


  相关主题

Truncated SVD和PCA有什么区别吗?   1回答

PCA降维之前为什么要先标准化?   2回答

PCA会降低分类器的精度吗?   3回答

sklearn.decomposition.PCA方法中fit, fit_transform, transform应该怎么用   1回答

为什么PCA被称作非监督式学习?   2回答

利用PCA降维,降到几维比较合适?   1回答

除了PCA,还有什么降维的方法?   11回答

PCA降维中的特征值和特征向量   2回答

PCA的目标函数   1回答

PCA和SVD是一回事吗?   1回答

在使用PCA降维时,有哪些坑?   6回答

python里怎么实现t-SNE降维?   1回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!