Spark NMF（非负矩阵分解）算法实现与测试
2016-01-06 20:09
323 查看
非负矩阵分解定义为：找到非负矩阵
与
使得
。在计算中等式两者很难完全相等。在计算中往往是根据某更新法则迭代更新出两个乘子，当上式左右两端的距离（如欧式距离）满足我们设定的大小，停止迭代。
非负矩阵分解ＮＭＦ算法应用十分广泛，如图像处理分析，推荐系统，图计算等．．．
spark 目前并部支持ＮＭＦ算法．
根据其原理，可以利用graphx与矩阵的方式来实现迭代获取Ｈ和Ｗ矩阵．．，其结果如图所示：
与
使得
。在计算中等式两者很难完全相等。在计算中往往是根据某更新法则迭代更新出两个乘子，当上式左右两端的距离（如欧式距离）满足我们设定的大小，停止迭代。
非负矩阵分解ＮＭＦ算法应用十分广泛，如图像处理分析，推荐系统，图计算等．．．
spark 目前并部支持ＮＭＦ算法．
根据其原理，可以利用graphx与矩阵的方式来实现迭代获取Ｈ和Ｗ矩阵．．，其结果如图所示：
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- binder驱动-接收缓存区管理
- java+selenium Q&A
- Java中的抽象类与接口
- 安卓相对布局的基本属性
- 隐马尔可夫模型（HMM）
- 如何制作gif图片？如何制作你项目的动态效果图到你的csdn？
- 【南理oj】6 - 喷水装置（一）（贪心）
- TableView Segues
- INSERTDELETES&NOINSERTDELETES--GoldenGate Parameter
- @property 的基本认识
- Linux基本的命令与快捷建（在centos版本下）
- Pascal's Triangle leetcode
- Sicily 1741. Jaunt around the Zhuhai Campus
- 文章标题
- 画板记录
- 2015年度引进版技术书TOP10
- 【bzoj4028】[HEOI2015]公约数数列 分块
- 第三章 保证数据完整性
- Caffe学习系列(18): 绘制网络模型
- 《实时控制软件设计》第三组第二天工作日志