非負値行列因子分解(NMF)
Non-negative matrix factorization
有用な特徴量を抽出することを目的とする教師なし学習手法の1つである。
アルゴリズムの動作はPCAと似ていて、次元削減に用いることが出来る。
PCAでは、個々の成分はデータの分散を可能な限り説明する、互いに直行するものである必要があった。
NMFでは成分とその係数が常にゼロ以上であることが求められる。
NMFは、複数の人が話している音声データや多数の楽器からなる音楽などから、もとの成分を特定するときなどに有効である。
NMFはPCAより理解しやすい成分に分解してくれる。
負の成分があるとお互いに打ち消したりして、理解しづらい挙動になるが、NMFにはない。
原点(0,0)に対してどの位置にあるのかがNMFでは問題になる。