Python scikit学习中NMF中的自定义矩阵

我必须使用sklearn进行NMF，我使用了以下说明：

我想添加我的初始化矩阵H，可以选择init='custom'，但我不知道如何给他矩阵H。 我试过：

model = NMF(n_components=2, init='custom',H=myInitializationH random_state=0);

但它不起作用

此外，是否有人知道如何修复我的矩阵并仅更新W

编辑：

谢谢你的回答

选择“自定义”选项时，会出现以下错误：

ValueError: input contains nan infinity or a value too large for dtype('float64')

但是，矩阵不包含任何nan或无穷大。 此外，我对非常小的矩阵进行了测试，以查看它是否良好：

import numpy as np
from sklearn.decomposition import NMF

x=np.ones((2,3));
#model = NMF(n_components=1, init='custom', solver='mu',beta_loss=1,max_iter=500,random_state=0,alpha=0,verbose=0, shuffle=False);
model = NMF(n_components=1, init='custom');
fixed_W = model.fit_transform(x,H=np.ones((1,3)));
fixed_H = model.components_;

print(np.matmul(fixed_W,fixed_H));

我得到了同样的错误，除非我用“随机”而不是“自定义”

---

你也是这样吗？为什么会发生这种情况？

在

fit（）

或

fit\u transform（）

中传递W和H

根据：-

同样适用于

fit（）

做一些类似于：

model.fit(X, H=myInitializationH, W=myInitializationW)

更新：

---

似乎如果你传递

init='custom'

参数，你需要同时提供W和H。如果你提供H而不是W，它将被视为无，然后抛出一个错误。

错误消息是什么？H=myInitializationH后缺少一个逗号，也许这就是问题所在？@kalonymus，这取决于你的数据。你的数据正确吗。根据错误，它包含一些缺少的信息或一些无限值。数据是正确的，我用3X2矩阵做了测试，只有1个组件，它仍然有问题。请参阅已编辑的post@kalonymus如果答案对你有帮助，请接受。我接受了。我也投了你的票，但它没有公开显示，因为这是新用户，我没有足够的声誉。不管怎么说，这完全是你应得的。非常感谢。

model.fit(X, H=myInitializationH, W=myInitializationW)