Clustering mit nicht-negative Matrix-Faktorisierung (IntNMF): Was tun mit "eine Dimension ist Null" Fehler

Question

Mit dem IntNMF Paket möchte ich Cluster in einem Dataset finden. Meine Daten sind eine dünn besetzte Matrix (80-90% Nullen) mit Fächern in den Zeilen und Features in den Spalten. Aus irgendeinem Grund bekomme ich einen Fehler, und ich kann nicht herausfinden, warum oder was ich dagegen tun soll.

library(IntNMF) 

set.seed(4) 
n <- 10 
p <- 30 
m <- matrix(sample(0:3, rep=T, size = n*p, 
        prob = c(5,1,1,1)), ncol=p) 
any(rowSums(m) == 0) # no zero rows 
any(colSums(m) == 0) # no zero columns 
rankMatrix(m) == n # full row rank 

# finding the optimal number of clusters 
opt.k <- nmf.opt.k(dat=m, n.runs=5, n.fold=2, k.range=2:4, 
        result=TRUE, make.plot=TRUE, 
        progress=TRUE) 

Der Fehler, den ich bekommen ist:

error in svd(X) : a dimension is zero 

ich davon aus, dass sparsity kein Problem, vielleicht ist es. Ich bin mit NMF oder dem IntNMF Paket noch nicht sehr vertraut, also werden irgendwelche Hinweise geschätzt.

Answer 1

Nicht sicher, was das Problem mit IntNMF ist, aber es schlägt auch für andere Seeds fehl, sowie bei Verwendung der Standardargumente für nmf.opt.k.

Ich würde stattdessen empfehlen, in der Zwischenzeit die NMF Bibliothek auschecken.

Getestet habe ich es mit dem Testmatrix aus und es funktionierte gut:

> nmf(m, rank=2) 
<Object of class: NMFfit> 
# Model: 
    <Object of class:NMFstd> 
    features: 10 
    basis/rank: 2 
    samples: 30 
# Details: 
    algorithm: brunet 
    seed: random 
    RNG: 403L, 20L, ..., 961813654L [05ac8381a0361b9c9d54208dfe6a12cb] 
    distance metric: 'KL' 
    residuals: 162.3778 
    Iterations: 480 
    Timing: 
    user system elapsed 
    0.047 0.000 0.046 

Es gibt auch einen Abschnitt von den Rang der Faktorisierung Schätzen (Auswahl eines k) in der Vignette für NMF (Abschnitt 2.6).