python中最快的非负矩阵分解（NMF）求解器？

Question

我目前正在使用 sklearn 的 ProjectedGradientNMF 和 nimfa 的 Lsnmf 求解器来分解一个非常稀疏的矩阵。 ProjecteGradientNMF 运行速度较慢但收敛到更接近的解决方案，而 Lsnmf 运行速度大约是两倍但收敛到更进一步的解决方案（frobenius 范数距离测量）。

我很好奇 python 社区可以使用哪些当前最快或最接近的求解器，或者稀疏矩阵是否有更好的选择（矩阵是稀疏的，而不是 scipy.sparse）？

Answer 1

scikit-learn 的 0.17 版有一个基于坐标下降的求解器，它比以前的投影梯度快得多。

Answer 2

这里有一个基准：https://github.com/scikit-learn/scikit-learn/pull/4852，这是一个拉取请求，包括来自 mblondel 的坐标下降求解器https://gist.github.com/mblondel/09648344984565f9477a

sparse 不是 scipy.sparse 是什么意思？它来自哪个图书馆？