NMF 的python

在 Python 中，可以使用 scikit-learn 库中的 NMF（非负矩阵分解）实现。以下是一个简单的例子：

首先，导入必要的库：

from sklearn.decomposition import NMF
from sklearn.datasets import load_iris

然后，加载数据集并创建 NMF 模型：

iris = load_iris()
X = iris.data

# 创建 NMF 模型，指定要分解的矩阵 X 和分解的维度 k
model = NMF(n_components=3)

接下来，训练模型并得到分解后的矩阵：

W = model.fit_transform(X) # 得到 W 矩阵
H = model.components_ # 得到 H 矩阵

最后，可以使用得到的 W 和 H 矩阵进行进一步的分析和可视化。

需要注意的是，NMF 模型需要将所有输入数据转换成非负矩阵形式，因此在使用之前需要进行一些数据预处理，例如将所有数据平移到非负数值范围内。