21、非参数正交非负矩阵分解及其在癌症聚类中的应用

非参数正交非负矩阵分解及其在癌症聚类中的应用

1. 引言

非负矩阵分解（NMF）是矩阵分解和因子分析领域的一项新进展。它最早由Paatero和Anttila提出，后经Lee和Seung推广而广为人知，他们提出了简单的NMF算法，并展示了其在图像和文档分析中的应用。NMF已成功应用于众多领域，如文档聚类、光谱分析、图像处理、盲源分离以及癌症聚类和分类等。

正交NMF由Ding等人引入，旨在提高NMF的聚类能力。优化这一目标函数存在两个挑战：一是设计具有收敛保证的算法，二是开发自动选择正则化参数的方法。在之前的工作中，已经解决了第一个挑战，本文则尝试解决第二个挑战。所提出的方法基于L曲线方法，形式简单，仅引入了较小的额外计算成本。通过在癌症聚类任务中的应用，提供了数值结果来评估该方法选择合适正则化参数值的可行性。

2. 正交NMF

NMF会产生两个因子，即基矩阵B和系数矩阵C，可以对B和/或C的行或列施加正交性约束。这里仅讨论对C的行施加正交性约束，其他情况可通过相同的过程获得类似结果。正交NMF的目标函数可定义为：
[
\min_{B,C} J(B, C) = \frac{1}{2}|A - BC|_F^2 + \frac{\alpha}{2} |CC^T - I|_F^2
]
[
\text{s.t. } B \geq 0, C \geq 0
]
其中，等式右边的第一项表示近似误差，第二项表示正交性约束，α表示正则化参数。

基于乘法更新规则（MUR）的算法可通过利用Karush - Kuhn - Tucker（KKT）最优性条件推导得出。目标的KKT函数可定义为： <