如何在python scikit NMF中处理缺失值

Question

我正在尝试使用python scikit-learn在我的数据集上应用NMF.我的数据集包含0个值和缺失值.但scikit-learn不允许数据矩阵中的NaN值.有些帖子说用零替换缺失值.

我的问题是:

• 如果我用零替换缺失值,算法如何告诉缺失值和实际零值？

• 是否有任何其他NMF实现可以处理缺失值？

• 或者,如果有任何其他矩阵分解算法可以做缺失值预测？

Answer 1

SGD 将完成这里的工作，但 scikit-learn 没有可以应用于该任务的工具。自己编写一个就可以完成这项工作，但速度会非常慢，因为无法直接并行化矩阵分解 SGD。检查此处描述的分布式 SGD算法。实施起来并不难，而且可以显着加快速度。