nmf

    0热度

    1回答

    使用NMF

    我使用下面的代码做主题建模上的我的文档主题的概率分布： from sklearn.feature_extraction.text import TfidfVectorizer, CountVectorizer tfidf_vectorizer = TfidfVectorizer(tokenizer=tokenize, max_df=0.85, min_df=3, ngram_range=(1,5
    scikit-learn topic-modeling nmf 2017-10-10

    1热度

    1回答

    python在单个图像中的非负矩阵因式分解

    我想将NMF应用于以灰度模式加载的特定图像。我尝试了几个链接，但是在应用NMF后我的图像仍然几乎相同，无法与最初加载的灰度图像区分开来。 但是，当我遇到scikit-learn的关于在数据集上实现分解的代码时，我发现那里的脸部已经变成了鬼似的脸。这里是链接： http://scikit-learn.org/stable/auto_examples/decomposition/plot_faces_
    python numpy matplotlib scikit-learn nmf 2017-07-09

    1热度

    1回答

    Scikit学习非负矩阵分解（NMF）为稀疏矩阵

    我使用Scikit学习的非负矩阵分解（NMF）对稀疏矩阵，其中零项丢失数据进行NMF。我想知道Scikit-learn的NMF实现是否将零条目视为0或丢失数据。 谢谢！
    python scikit-learn nmf 2017-02-21

    0热度

    1回答

    从BASH CURL获取JSON值使用Python响应

    我在解析BASH中的2个变量的JSON响应时出现问题。我没有权限安装jq或jsawk或任何让生活更轻松的酷。我有python，就是这样。 这就是我正在使用的：我有一个curl调用来获取JSON响应。响应存储在名为api_response的变量中。 API_RESPONSE=$(curl --silent -v -H "Content-Type: application/json" -H "MY-T
    python json curl 2017-01-03

    0热度

    3回答

    如何在R中查看NMF算法的源代码？

    我很新的使用R，我必须编程一个新的NMF算法，当调用函数nmf()被用作参数method。 作为一种启动方式，我想查看内置算法的源代码，如brunet，KL，lee，但我无法找到它。有人能帮助我吗？
    r nmf 2016-11-16

    0热度

    1回答

    如何使Doc2Vec文档向量都是正向的？

    我正在尝试在Doc2Vec的输出上使用非负矩阵分解。但是有一个限制，就是不能有负面的投入。如果没有做出像解释结果的绝对价值那样的东西，我该如何使它积极？如果有帮助，我在加载一个新的段落并计算相似度，但我认为使用Doc2Vec会获得更多的意义。
    python nlp negative-number doc2vec nmf 2017-06-05

    1热度

    1回答

    R NMF包：如何提取样本分类？

    在NMF R包中，可以使用consensusmap（）来显示输出。图表显示哪些样本属于“共识”轨道中的哪些群集。 我想提取该样本分类使得我得到的数据帧是这样的： Sample Cluster S1 1 S2 1 S3 2 S4 1 . . . . S100 2 在ConsensusClusterPlus包这是容易的。您只需提取结果$ consensusClass
    r cluster-analysis consensus nmf 2016-11-20

    2热度

    4回答

    我学习异常在Java中处理（基本上是继承）

    只是看看下面的程序.. import java.io.*; import java.rmi.*; class class1 { public void m1() throws RemoteException { System.out.println("m1 in class1"); } } class class2 extends class1 {
    java 2010-08-19

    2热度

    1回答

    IndexError：在sklearn中使用NMF的界限

    我试图从数据语料库创建主题模型。该代码能够正确地使用NMF产生从分析数据主题的任务数，但它在阴茎长度= 20，如看到下面 20 [u'bell', u'closed', u'day', u'drinks', u'enjoy', u'food', u'good', u'great', u'll', u'new', u'nice', u'original', u'people', u'phoenix
    python scikit-learn nmf 2017-01-13

    1热度

    2回答

    如何正确使用MinMaxScaler + NMF的Pipleline来预测数据？

    这是一个非常小的sklearn snipplet： logistic = linear_model.LogisticRegression() pipe = Pipeline(steps=[ ('scaler_2', MinMaxScaler()), ('pca', decomposition.NMF(6)), ('logistic', logistic), ]
    scikit-learn pipeline nmf 2016-08-28
最新问题