LoslegenKostenlos loslegen

NMF angewendet auf Wikipedia-Artikel

Im Video hast du gesehen, wie NMF ein Spielzeug-Wortfrequenzfeld transformiert hat. Jetzt bist du an der Reihe, NMF anzuwenden. Diesmal verwendest du die tf-idf-Worthäufigkeitsmatrix der Wikipedia-Artikel, die als csr-Matrix articles vorliegt. Passe hier das Modell an und transformiere die Artikel. In der nächsten Übung wirst du das Ergebnis erkunden.

Diese Übung ist Teil des Kurses

Unüberwachtes Lernen in Python

Kurs anzeigen

Anleitung zur Übung

  • Importiere NMF von sklearn.decomposition.
  • Erstelle eine NMF Instanz namens model mit 6 Komponenten.
  • Passe das Modell an die Wortzahldaten an articles.
  • Verwende die Methode .transform() von model, um articles zu transformieren, und weise das Ergebnis nmf_features zu.
  • Drucke nmf_features aus, um eine erste Vorstellung davon zu bekommen, wie es aussieht (.round(2) rundet die Einträge auf 2 Dezimalstellen.)

Interaktive Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# 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))
Code bearbeiten und ausführen