在Matlab中用mapminmax(X,0,1)函数归一化数据后,还不如用负数样本跑出来的效果。但是复现的算法是非负矩阵分解,算法本身可以保证分解矩阵为非负,但前提是输入数据样本值全都为正的,如果输入样本存在负值就会导致分解出来的矩阵也存在负值。
5条回答 默认 最新
- OKX安生 2023-03-21 06:09关注
该回答引用于gpt与OKX安生共同编写:
- 该回答引用于gpt与OKX安生共同编写:
如果您的数据中存在负值,可以尝试使用一些预处理方法将其转化为全为正数的形式,例如:
- 绝对值处理:将所有数据取绝对值,即$|x|$。
- 平移变换:将所有数据加上一个常数$c$,使得所有数据都大于等于0,即$x+c$。
- 对数变换:对所有数据取对数,即$log(x)$。需要注意的是,如果数据中存在小于等于0的值,该方法可能无法使用。
这些方法可以将数据转化为非负的形式,进而适用于非负矩阵分解算法。
在Matlab中,可以使用以下函数实现上述预处理方法:
- 绝对值处理:
abs(X)
- 平移变换:
X - min(X(:))
- 对数变换:
log(X)
需要根据实际情况选择合适的预处理方法,并结合数据特点进行调整。
本回答被题主选为最佳回答 , 对您是否有帮助呢?解决 1无用
悬赏问题
- ¥15 素材场景中光线烘焙后灯光失效
- ¥15 请教一下各位,为什么我这个没有实现模拟点击
- ¥15 执行 virtuoso 命令后,界面没有,cadence 启动不起来
- ¥50 comfyui下连接animatediff节点生成视频质量非常差的原因
- ¥20 有关区间dp的问题求解
- ¥15 多电路系统共用电源的串扰问题
- ¥15 slam rangenet++配置
- ¥15 有没有研究水声通信方面的帮我改俩matlab代码
- ¥15 ubuntu子系统密码忘记
- ¥15 保护模式-系统加载-段寄存器