01Overall Concept
ไอเดียหลัก — NMF ประมาณ X≈WH โดยบังคับ W และ H ไม่ติดลบ จึงมักได้ representation แบบส่วนประกอบ เช่น เอกสารหนึ่งผสมหลายหัวข้อด้วยน้ำหนักบวก
ลองนึกภาพว่า — เหมือนผสมสีจากแม่สีหลายกระป๋อง โดยปริมาณสีทุกชนิดต้องเป็นศูนย์หรือบวก ไม่สามารถใส่สีติดลบ
ตัวอย่างการนำไปใช้ — topic modeling แยกส่วนภาพ และ representation ของข้อมูล count
02อธิบายภาษาคนเข้าใจง่ายๆ
Nonnegative Matrix Factorization เริ่มจากคำถามง่าย ๆ ว่า แยกตารางไม่ติดลบเป็นส่วนประกอบที่บวกกันได้ วิธีนี้ไม่ได้มองข้อมูลทุกชนิดเหมือนกัน จึงต้องเตรียมข้อมูลให้ตรงกับสิ่งที่อัลกอริทึมใช้คำนวณ
เหมือนผสมสีจากแม่สีหลายกระป๋อง โดยปริมาณสีทุกชนิดต้องเป็นศูนย์หรือบวก ไม่สามารถใส่สีติดลบ ภาพเปรียบเทียบนี้ช่วยจำแก่นของวิธี แต่ตอนใช้งานจริงคอมพิวเตอร์ทำงานกับตัวเลขและกฎที่กำหนดไว้อย่างชัดเจน
NMF ประมาณ X≈WH โดยบังคับ W และ H ไม่ติดลบ จึงมักได้ representation แบบส่วนประกอบ เช่น เอกสารหนึ่งผสมหลายหัวข้อด้วยน้ำหนักบวก พารามิเตอร์หลักใน Playground คือ จำนวนส่วนประกอบ เมื่อเลื่อนค่า ระบบจะคำนวณผลใหม่จากข้อมูลชุดเดิม จึงเปรียบเทียบการเปลี่ยนแปลงได้ตรง ๆ
ข้อมูลตัวอย่างบนหน้าใช้รูปแบบ document-term counts → document-topic × topic-word เราแยกสิ่งที่อัลกอริทึมรับเข้าออกจากผลลัพธ์ เพื่อไม่เผลอส่งข้อมูลคำตอบหรือข้อมูลอนาคตเข้าไปตอนฝึก
งานที่เหมาะ เช่น topic modeling แยกส่วนภาพ และ representation ของข้อมูล count ก่อนใช้จริงควรกำหนด metric ที่สัมพันธ์กับเป้าหมาย แล้วเปรียบเทียบกับวิธีพื้นฐานที่ง่ายกว่า
ภาพจำ: เอกสาร = 0.7 หัวข้อ A + 0.3 หัวข้อ B พร้อมจำข้อจำกัดสำคัญว่า รับค่า X ติดลบไม่ได้ คำตอบไม่เป็นเอกลักษณ์และขึ้นกับ initialization จำนวน component ต้องเลือกจากทั้ง error และการตีความ
03How it works
ค่อยๆ ทำไปด้วยกัน ตั้งแต่ข้อมูลแถวแรกจนถึงการตรวจคำตอบ
เตรียมข้อมูลให้ตรงโจทย์
X เป็น matrix ที่ทุกค่าไม่ติดลบ ตรวจค่าที่หาย หน่วยของแต่ละคอลัมน์ และแยกข้อมูลประเมินก่อนเรียนรู้พารามิเตอร์จากข้อมูล
ตั้งค่าที่ควบคุมพฤติกรรม
ใช้ n_components เพื่อจำนวน latent components และบันทึกค่าเริ่มต้นหรือ random seed เมื่อวิธีมีการสุ่ม เพื่อให้ทำซ้ำและเปรียบเทียบได้
คำนวณแก่นของวิธี
ตั้ง W,H เป็นค่าบวก จากนั้น ลด reconstruction loss ||X−WH|| Playground ใช้ข้อมูลสาธิตชุดเดิมทุกครั้งเพื่อให้เห็นผลของ slider โดยไม่ถูกความสุ่มกลบ
สร้างผลลัพธ์ที่นำไปอ่านได้
สลับอัปเดต W และ H จนลู่เข้า ผลที่ได้คือ W เป็นคะแนน component ต่อแถว และ H เป็น basis ตัวเลขหรือกลุ่มที่ได้ยังต้องตีความร่วมกับบริบทของข้อมูล
ตรวจว่าคำตอบใช้ได้จริง
เปรียบเทียบหลายค่าของ n_components ด้วย metric ที่เหมาะ ดูทั้งผลรวมและกรณีที่พลาด แล้วทดสอบกับข้อมูลที่ไม่ใช้ปรับค่า โดยคำนึงถึงข้อจำกัดว่า รับค่า X ติดลบไม่ได้ คำตอบไม่เป็นเอกลักษณ์และขึ้นกับ initialization จำนวน component ต้องเลือกจากทั้ง error และการตีความ
ข้อมูล พารามิเตอร์ และภาพรวมการคำนวณ
n_componentsinitl1_ratioข้อมูลที่รับเข้ามา
X เป็น matrix ที่ทุกค่าไม่ติดลบ
document-term counts → document-topic × topic-wordพารามิเตอร์ที่ใช้
- n_components
- จำนวน latent components
- init
- วิธีตั้งค่า W และ H เริ่มต้น
- l1_ratio
- สัดส่วน regularization ที่ส่งเสริม sparsity
ผลลัพธ์ที่ได้
W เป็นคะแนน component ต่อแถว และ H เป็น basis
เอกสาร = 0.7 หัวข้อ A + 0.3 หัวข้อ Bคำนวณทีละขั้น
- 01
ตั้ง W,H เป็นค่าบวก
- 02
ลด reconstruction loss ||X−WH||
- 03
สลับอัปเดต W และ H จนลู่เข้า
ควรรู้อีกนิด — รับค่า X ติดลบไม่ได้ คำตอบไม่เป็นเอกลักษณ์และขึ้นกับ initialization จำนวน component ต้องเลือกจากทั้ง error และการตีความ
04Make it yours
# ติดตั้ง: pip install numpy scikit-learnimport numpy as np data = np.genfromtxt("nonnegative-matrix-factorization-sample.csv", delimiter=",", skip_header=1)X = data[:, :2] from sklearn.decomposition import NMFfrom sklearn.preprocessing import StandardScaler X_scaled = StandardScaler().fit_transform(X)X_nonnegative = X - X.min(axis=0)model = NMF(n_components=2, init="nndsvda", random_state=42, max_iter=1000)Z = model.fit_transform(X_nonnegative)print("Output shape:", Z.shape)print("First rows:\n", Z[:5])if hasattr(model, "explained_variance_ratio_"): print("Explained variance:", model.explained_variance_ratio_)if hasattr(model, "components_"): print("Components:\n", model.components_)โค้ดเปลี่ยนตามค่าที่เลือกใน Playground · แต่ละภาษาใช้ข้อมูลตัวอย่างตามที่ระบุในโค้ด
05Learn by playing
ปรับ จำนวนส่วนประกอบ แล้วสังเกตรูปแบบคำทำนายและตัวชี้วัดที่คำนวณใหม่ทันที
Playground เป็น implementation เพื่อการเรียนรู้ที่คำนวณในเบราว์เซอร์ ส่วนโค้ด Python ใช้ scikit-learn จึงอาจให้ค่าต่างกันเล็กน้อยจากรายละเอียดการ optimize และค่าเริ่มต้นของไลบรารี ผลนี้ไม่ใช่ benchmark บนข้อมูลจริง