<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Se i dati sono non negativi, è possibile utilizzare il Fattore di matricolazione non negativo per raggruppare le osservazioni, le variabili o entrambi. Per sua natura, il clustering NMF è focalizzato sui valori grandi. La nostra idea è di normalizzare i dati, ad esempio sottraendo i mezzi riga / colonna e dividere la matrice in parti positive e negative. Il clustering NMF applicato ai dati concatenati, "PosNegNMF", dà uguale peso ai valori grandi e piccoli. L'approccio con potenti strumenti di visualizzazione è disponibile in JMP attraverso la nostra piattaforma: Factorization inferenziale e robusto, irMF. Una demo automatica leggera è inclusa con le diapositive.
