Dlaczego NMF (czynnik ujemny macierzy) rozkłada spektrogram na składnik czasu i częstotliwości?

1. Jaka jest korzyść z nieujemnej czynników macierzy?
2. Jaki rozkład jest używany do modelowania elementów macierzy w nieujemnej faktoryzacji macierzy?
3. Co to jest czynnik bez macierzy, wyjaśnij jej użycie?
4. Jaka jest różnica między NMF i PCA?

Jaka jest korzyść z nieujemnej czynników macierzy?

Aby przypisać brakujące dane w statystykach, NMF może przyjmować brakujące dane, jednocześnie minimalizując jego funkcję kosztów, zamiast traktować te brakujące dane jako zera. To sprawia, że ​​jest to matematycznie sprawdzona metoda imputacji danych w statystykach.

Jaki rozkład jest używany do modelowania elementów macierzy w nieujemnej faktoryzacji macierzy?

Rozkład Poissona - nieujemna czynnik macierzy jako maksymalne prawdopodobieństwo - zatwierdzone krzyżowe.

Co to jest czynnik bez macierzy, wyjaśnij jej użycie?

NMF oznacza ukrytą analizę semantyczną metodą „nieujemną faktoryzację macierzy” zastosowaną do rozkładu macierzy terminowej dokumentu na dwie mniejsze macierze-macierz dokumentów (U) i matrycę terminową (W)-każda zaludniona z nieporozumieniami.

Jaka jest różnica między NMF i PCA?

Pokazuje, że NMF dzieli twarz na wiele cech, które można interpretować jako „nos”, „oczy” itp., Które można połączyć, aby odtworzyć oryginalny obraz. PCA zamiast tego daje „ogólne” twarze zamówione przez to, jak dobrze przechwytują oryginalny.