前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Spark NMF(非负矩阵分解)算法实现与测试

Spark NMF(非负矩阵分解)算法实现与测试

作者头像
sparkexpert
发布2022-05-07 14:12:58
4670
发布2022-05-07 14:12:58
举报
文章被收录于专栏:大数据智能实战

非负矩阵分解定义为:找到非负矩阵WH使得V=WH 。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:

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2016-01-06,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
灰盒安全测试
腾讯知识图谱(Tencent Knowledge Graph,TKG)是一个集成图数据库、图计算引擎和图可视化分析的一站式平台。支持抽取和融合异构数据,支持千亿级节点关系的存储和计算,支持规则匹配、机器学习、图嵌入等图数据挖掘算法,拥有丰富的图数据渲染和展现的可视化方案。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档