基于Python张量分解的缺失数据恢复

Question

我正在尝试恢复群集跟踪中丢失的数据，如下所示：

我读了一些文章，发现我可以为这个数据集创建一个张量，然后分解张量来恢复丢失的数据。在

现在我使用的是Tensorly，python上的一个张量库，我构建了一个简单的张量，如下所示：

import tensorly as tl
X = tl.tensor(np.arange(24).reshape((4, 6)))
X[0][5]= nan
X[1][5]= nan

我得到了：

^{pr2}$

然后我试着根据官方文件进行分解：

from tensorly.decomposition import parafac
factors = parafac(X, rank=1)
print(tl.kruskal_to_tensor(factors))

当参数秩为1或2或3时，我得到所有nan结果：

[[ nan  nan  nan  nan  nan  nan]
 [ nan  nan  nan  nan  nan  nan]
 [ nan  nan  nan  nan  nan  nan]
 [ nan  nan  nan  nan  nan  nan]]

参数秩大于3时出错：

ValueError: array must not contain infs or NaNs

我该怎么解决这个问题？任何答案都会有帮助。提前谢谢。在

Answer 1

在tensorly（https://github.com/tensorly/tensorly/issues/4）的当前版本中似乎不支持处理缺少的值。在

有关基于numpy的解决方案，请参见https://nipunbatra.github.io/blog/2017/tensor-decomposition-autograd.html。在

Answer 2

Tucker和CP分解中还不支持缺失值。但是，robust tensor PCA可以，您可以使用它来恢复丢失的值，并分离低秩部分和稀疏噪声。在