Python 有没有好的库可以快速进行非负矩阵分解(NMF)?
我有一个稀疏矩阵,它的形状是570000*3000。我尝试使用NMF(使用默认的NMF方法,并将Python 有没有好的库可以快速进行非负矩阵分解(NMF)?,python,c++,pca,matrix-factorization,nmf,Python,C++,Pca,Matrix Factorization,Nmf,我有一个稀疏矩阵,它的形状是570000*3000。我尝试使用NMF(使用默认的NMF方法,并将max\u iter设置为65)。然而,我发现尼姆法很慢。有没有人使用更快的库来执行NMF 我以前用过。它是用C写的,速度非常快。有一个文档记录算法和代码 本文还列出了NMF的几个备选软件包(使用多种不同的语言)(我在这里复制了这些软件包以供将来参考) 数学作业[3,33] Matlab 塞姆吉尔[5] Matlab Cichocki等人[6] Matlab Cichocki等人[
max\u iter
设置为65)。然而,我发现尼姆法很慢。有没有人使用更快的库来执行NMF 我以前用过。它是用C写的,速度非常快。有一个文档记录算法和代码
本文还列出了NMF的几个备选软件包(使用多种不同的语言)(我在这里复制了这些软件包以供将来参考)
- 数学作业[3,33]
- Matlab
- 塞姆吉尔[5]
- Matlab
- Cichocki等人[6]
- Matlab
- Cichocki等人[7]
- Matlab
- Hansen等人[14]
- Matlab
- 霍耶[16]
- Matlab
- Kim等人[19]
- Matlab
- 林[25]
- Matlab/Python
- 施密特等人[30]
- Matlab
- 高朱克斯[10]
- R
- 刘[26]
- R
- 巴滕伯格等人。
- 蟒蛇
- 施密特等人[31]
- 蟒蛇
- Dhillon等人[8]
- C++
- Greene等人[13]
- C++
- Pathak等人[28]
- C++
- 王等人[34]
- C++
免责声明:我没有尝试过这些其他的软件包(除了MATLAB的)。< /P>作为其他人通过谷歌找到的一个更新:Mlpack是一个漂亮、快速、现代的C++机器学习库,并且他们有一个叫做“AMF-替代矩阵分解”的模块。,它也有一些NMF算法:这个答案中的大部分链接都断了。这又是一个很好的例子,说明了为什么软件推荐不适合SO模型。