Začněte nyníZačněte zdarma

NMF aplikovaná na články z Wikipedie

Ve videu jsi viděl/a, jak NMF transformuje jednoduchý slovofrekvenční array. Teď je řada na tobě — aplikuj NMF na tf-idf slovofrekvenční array článků z Wikipedie, který je zadaný jako csr matice articles. Natrénuj model a transformuj články. V příštím cvičení si výsledek blíže prozkoumáš.

Toto cvičení je součástí kurzu

Unsupervised Learning in Python

Zobrazit kurz

Pokyny k cvičení

  • Importuj NMF z sklearn.decomposition.
  • Vytvoř instanci NMF s názvem model a 6 komponentami.
  • Natrénuj model na datech o četnosti slov articles.
  • Pomocí metody .transform() objektu model transformuj articles a výsledek ulož do nmf_features.
  • Vypiš nmf_features, abys získal/a první představu, jak vypadá (.round(2) zaokrouhlí hodnoty na 2 desetinná místa).

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import NMF
____

# Create an NMF instance: model
model = ____

# Fit the model to articles
____

# Transform the articles: nmf_features
nmf_features = ____

# Print the NMF features
print(nmf_features.round(2))
Upravit a spustit kód