> ML_ALGORITHM // NON-NEGATIVE-MATRIX-FACTORIZATION_v1.0
Negatif Olmayan Matris Çarpanlara Ayırma (NMF)
Negatif olmayan çok değişkenli verileri negatif olmayan taban ve katsayı matrislerine ayıran matris ayrıştırma yöntemi.
Matrix Decompositionclassical-unsupervisedhigh-intrinsicmedium (1k-100k)
Tüm Algoritmalara DönHesaplama Karmaşıklığı
Eğitim (Training):O(iterations * n * p * k)
Çıkarım (Inference):O(p * k)
Donanım Karakteristiği
CPU Uygunluğu:Evet
GPU Zorunluluğu:Hayır
Bellek Ayak İzi:low
Açıklanabilirlik ve Veri
Açıklanabilirlik Düzeyi:high-intrinsic
Eğitim Verisi İhtiyacı:medium (1k-100k)
Açıklanabilirlik Değerlendirmesi
Bileşenler negatif değildir ve verilerin toplamsal yapı taşları olarak doğrudan yorumlanabilir.
Uygun Görevler ve Desteklenen Modaliteler
Uygun Görevler:
feature extractiontopic modelingdimensionality reduction
Desteklenen Modaliteler:
tabulartextimage
Uygulayıcı Kütüphaneler
Temel Literatür & Yayınlar
Sık Karşılaşılan Hatalar ve Dikkat Edilmesi Gerekenler
- Negatif değerler içeren verilerde çalıştırmak, önceden negatif olmayan dönüştürme yapılmazsa çalışma zamanı hatası verir