在稀疏矩阵上的快速nmf 我正在寻找用于稀疏矩阵的快速NMF实现。 R NMF软件包由多种算法组成，在计算时间方面，没有一个算法给人留下深刻的印象。 nnlm :: nnmf（）似乎是st ...

Question

软件包由多种算法组成，在计算时间方面都没有给人留下深刻印象。

NNLM::nnmf()

目前在R中的最新技术似乎是在R中的最小二乘求解的最小二乘。但是，这种方法在非常大，非常稀疏的矩阵上很慢。

功能非常快，但这是由于以下事实：

method = "scd"

中只有正值用于wise和

loss = "mse"

的行计算。

有任何合理的实施方法可以在稀疏矩阵上求解NMF？

在r中等同于

rsparse::WRMF

？请参阅

这个问题

有各种工人功能，例如在r中

A

，

W

，没有一个超过

H

（用fortran编写）。我无法将这些功能中的任何一个编码为更快的NMF框架。

forgot我什至发布了这个问题，但是一年后...

i在rcppeigen中写了一个非常快速的NMF实现，请参见Cran上的

scikit-learn

r软件包。

fnnls

nnls::nnls

的，并且为了进行比较，

RcppML

匹配

install.packages("RcppML")

# for the development version
devtools::install_github("zdebruine/RcppML")

?RcppML::nmf

SVD的运行时（尽管它是一个完全不同的算法）。
我已经成功地将我的实施应用于130万个单细胞，其中包含26000个基因的稀疏基质中，即1分钟内排名100分解。我认为这很合理。