我正在尝试为出色的NMF包创建一个Python接口 – https://cran.r-project.org/web/packages/NMF/NMF.pdf（因为它比Python的选项更加灵活）。到目前为止一切顺利。
我想到的代码如下：
# Python rpy2__NMF = importr("NMF")n_comp_R = robjects.IntVector(n_components)nmf_ro = self.__NMF.nmf(data, n_comp_R, methods, self.seed, nrun=10)它运行得非常好。Methods是一个我可以使用的可能算法列表：
nmfAlgorithm()
[1] “brunet” “KL” “lee” “Frobenius” “offset”
[6] “nsNMF” “ls-nmf” “pe-nmf” “siNMF” “snmf/r”
[11] “snmf/l”
另一种可能性是使用自定义算法，正如NMF文档中所描述的
# R codemy.algorithm <- function(x, seed, param.1, param.2) { # 用起始点做一些处理... # 返回更新后的起始点 return(seed)} res <- nmf(data, n_comp, my.algorithm)如何使用rpy2来实现这个功能呢？
我尝试了类似这样的代码：
import rpy2.robjects as robjectsmy_algorithm = robjects.r('''function (x, seed, scale.factor = 1) { pca <- prcomp(t(x), retx = TRUE) factorization.rank <- nbasis(seed) cat(seed) basis(seed) <- abs(pca$rotation[, 1:factorization.rank]) coef(seed) <- t(abs(pca$x[, 1:factorization.rank]))/scale.factor return(seed) }''')nmf_ro = __NMF.nmf(data, n_comp_R, my_algorithm.r_repr(), nrun=1)但它没有成功 =(
NMF算法 – 没有匹配的条目，键为“key=function (x, seed, scale.factor >= 1)
{
pca <- prcomp(t(x), retx = TRUE)
factorization.rank <- nbasis(seed)
cat(seed)
basis(seed) <- abs(pca$rotation[, 1:factorization.rank])
coef(seed) <- t(abs(pca$x[, 1:factorization.rank]))/scale.factor
return(seed)
}” 在注册表中不存在。
请使用以下选项之一: ‘brunet’, ‘Frobenius’, ‘KL’, ‘lee’, ‘ls-nmf’, ‘.M#brunet’, ‘nsNMF’, ‘offset’, ‘pe-nmf’, ‘.R#brunet’, ‘.R#lee’, ‘.R#nsNMF’, ‘.R#offset’, ‘siNMF’, ‘.siNMF’, ‘snmf/l’, ‘snmf/r’.
warnings.warn(x, RRuntimeWarning)
我希望有人能在这里帮帮我？
回答：
原提问者在Github上的NMF项目中得到了回答。正如那里所描述的，你可以将你的新算法定义为一个函数，然后使用setNMFMethod将该函数添加到执行非负矩阵分解的算法注册表中，然后你可以通过名称调用它。
