使用 R 包 nnmf 进行非负矩阵分解

非负矩阵分解（NMF）已成为一种成熟的降维技术，用于从非负数据中提取潜在结构，并在生物信息学、文本挖掘、图像分析和推荐系统等领域得到广泛应用。随着 NMF 的普及，许多实现不同优化策略和计算框架的 \textit{R} 包被开发出来。尽管它们广泛可用，但在现实世界数据条件下对这些实现的综合评估仍然有限。因此，研究人员在为实际应用选择合适的软件包时往往缺乏客观的指导。本研究引入了用于 NMF 的新 \textit{R} 软件包，并与两个广泛使用的用于 NMF 分析的 \textit{R} 软件包进行了系统性能比较。评估不是依赖模拟数据集，而是使用真实数据进行，以更好地反映实际分析环境中遇到的复杂性、异质性和噪声特征。使用一致的实验框架对这些包进行评估，重点是计算效率、收敛行为、重建精度、内存利用率以及所得矩阵分解的稳定性。