【发布时间】：2018-12-11 21:55:33
【问题描述】：
我正在尝试对 NMF 执行交叉验证以找到要使用的最佳参数。我尝试使用 sklearn 交叉验证，但得到一个错误，指出 NMF 没有评分方法。这里有人可以帮我吗？谢谢大家
【问题讨论】：
标签： python scikit-learn nmf
【发布时间】：2018-12-11 21:55:33
【问题描述】：
nmf 的一个特性是它是一种无监督（机器学习）方法。这通常意味着没有可以作为“黄金标准”的标记数据。 在 NMF 的情况下，您无法事先定义“期望”的结果。
sklearn 中的交叉验证专为监督机器学习而设计，您可以在其中根据定义标记数据。
交叉验证的作用是保留标记数据集，然后根据剩余数据训练模型，并在保留集上评估该模型。对于此评估，可以使用任何度量标准。例如：accuracy、precision、recall 和 F-measure，计算这些指标需要标注数据。
【讨论】：
-
您仍然可以保留数据 - 项目并查看重建的准确性。当然，随着组件数量的增加，精度也会提高！