Začněte nyníZačněte zdarma

NMF se učí témata dokumentů

Ve videu jsi se dozvěděl/a, že při aplikaci NMF na dokumenty odpovídají komponenty tématům těchto dokumentů a NMF příznaky rekonstruují dokumenty z daných témat. Ověř si to sám/sama na NMF modelu, který jsi sestavil/a dříve pomocí článků z Wikipedie. V předchozí části sis všiml/a, že 3. hodnota příznaku NMF byla vysoká u článků o hercích Anne Hathawayové a Denzelu Washingtonovi. V tomto cvičení identifikuješ téma odpovídající NMF komponenty.

NMF model, který jsi sestavil/a dříve, je dostupný jako model, a words je seznam slov, která označují sloupce pole frekvencí slov.

Až budeš hotov/a, zamysli se nad tím, jaké téma mají články o Anne Hathawayové a Denzelu Washingtonovi společné!

Toto cvičení je součástí kurzu

Unsupervised Learning in Python

Zobrazit kurz

Pokyny k cvičení

  • Importuj pandas jako pd.
  • Vytvoř DataFrame components_df z model.components_ a nastav columns=words, aby byly sloupce pojmenované podle slov.
  • Vypiš components_df.shape a zkontroluj rozměry DataFramu.
  • Pomocí přístupového objektu .iloc[] na DataFramu components_df vyber řádek 3. Výsledek přiřaď do proměnné component.
  • Zavolej metodu .nlargest() na component a výsledek vypiš. Zobrazí se pět slov s nejvyššími hodnotami pro danou komponentu.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import pandas
import pandas as pd

# Create a DataFrame: components_df
components_df = ____

# Print the shape of the DataFrame
print(components_df.shape)

# Select row 3: component
component = ____

# Print result of nlargest
print(component.nlargest())
Upravit a spustit kód