[论文解读] NIMFA: A Python Library for Nonnegative Matrix Factorization

Marinka Žitnik, Blaž Zupan|arXiv (Cornell University)|Aug 6, 2018

Image Retrieval and Classification Techniques参考文献 15被引用 83

一句话总结

NIMFA 是一个开源的 Python 库，提供统一的非负矩阵分解算法接口，支持密集和稀疏矩阵，且组件化设计便于实验和扩展。

ABSTRACT

NIMFA is an open-source Python library that provides a unified interface to nonnegative matrix factorization algorithms. It includes implementations of state-of-the-art factorization methods, initialization approaches, and quality scoring. It supports both dense and sparse matrix representation. NIMFA's component-based implementation and hierarchical design should help the users to employ already implemented techniques or design and code new strategies for matrix factorization tasks.

研究动机与目标

• 提供一个统一、可扩展的用于非负矩阵分解（NMF）的 Python 库。
• 支持广泛的 NMF 算法、初始化和质量度量。
• 实现方法的易组合和新分解策略的快速原型设计。

提出的方法

• 实现标准 NMF 模型 V ≈ W H，伴随多种代价函数（欧几里得、KL、Frobenius、散度、连通性）。
• 支持多种优化算法（例如投影梯度、交替最小二乘、贝叶斯/吉布斯采样、概率 NMF）。
• 包括稀疏和密集矩阵表示，并支持不同的初始化方法（如 NNDSVD、随机 Vcol）。
• 提供非标准模型（如非光滑 NMF、多个模型因子分解）以及二值 NMF 变体。
• 提供模块化、基于组件的架构，用于组装预处理、初始化、优化和质量评分组件。

实验结果

研究问题

• RQ1 在统一的 Python 库中应提供哪些 NMF 变体和优化策略？
• RQ2 如何将初始化和质量度量整合以改善收敛和 NMF 结果的可解释性？
• RQ3 面向组件的设计是否能促进快速构建和测试新的 NMF 方法与配置？
• RQ4 NIMFA 在稀疏数据和大规模因子分解任务上的支持程度如何？

主要发现

• NIMFA 提供了多种 NMF 算法、初始化和质量度量的实现。
• 该库同时支持稠密和稀疏矩阵，并包含分层和非标准因子分解模型。
• 一个使用 medulloblastoma 基因表达数据的示例展示了诸如 Rss、Evar、KL 散度以及稀疏度值等实际输出。
• 一个示例运行显示 Rss: 0.1895, Evar: 0.9998, KL divergence: 38.6581, sparseness W: 0.7279, sparseness H: 0.8739。