基于非負(fù)矩陣分解的分類(lèi)算法研究.pdf

1、分類(lèi)算法是人工智能和機(jī)器學(xué)習(xí)領(lǐng)域的主要研究方向，也是數(shù)據(jù)挖掘技術(shù)中的重要方法。分類(lèi)指的是，根據(jù)樣本點(diǎn)的特征與類(lèi)別標(biāo)簽，構(gòu)造一個(gè)有效的分類(lèi)器，并實(shí)現(xiàn)對(duì)無(wú)標(biāo)簽數(shù)據(jù)的類(lèi)別標(biāo)記。非負(fù)矩陣分解是一種新型的局部特征選擇方法，已經(jīng)成功地應(yīng)用于文本挖掘、圖像識(shí)別以及語(yǔ)音識(shí)別等領(lǐng)域。它通過(guò)交替最小化方法，將原始數(shù)據(jù)矩陣分解為兩個(gè)矩陣乘積的形式，并要求所有矩陣都滿足非負(fù)約束。非負(fù)矩陣分解將高維數(shù)據(jù)有效地映射到低維空間，實(shí)現(xiàn)了數(shù)據(jù)壓縮和降維，提高了算法的效率

2、，并增強(qiáng)了數(shù)據(jù)的可解釋性。
　　本文提出了一種基于非負(fù)矩陣分解的分類(lèi)算法框架，并在此算法的基礎(chǔ)上，將其應(yīng)用領(lǐng)域擴(kuò)展到半監(jiān)督分類(lèi)算法與特征選擇算法中?；诜秦?fù)矩陣分解的分類(lèi)算法主要思想是通過(guò)原始數(shù)據(jù)矩陣與標(biāo)簽矩陣，利用非負(fù)矩陣分解的框架，構(gòu)造特征與標(biāo)簽的概率矩陣，然后根據(jù)概率矩陣確定分類(lèi)算法的分類(lèi)器。本文具體介紹了四種基于非負(fù)矩陣分解的分類(lèi)算法，分別是樸素NMF分類(lèi)算法、改進(jìn)的NMF分類(lèi)算法、樸素NMF的半監(jiān)督分類(lèi)算法以及約束NMF