LoslegenKostenlos starten

NMF auf Wikipedia-Artikeln angewendet

Im Video hast du gesehen, wie NMF auf ein kleines Worthäufigkeit-Array angewendet wurde. Jetzt bist du dran: Wende NMF auf das tf-idf-Wortfrequenz-Array von Wikipedia-Artikeln an, das dir als CSR-Matrix namens articles vorliegt. Fit­te das Modell und transformiere die Artikel. In der nächsten Übung schaust du dir das Ergebnis genauer an.

Diese Übung ist Teil des Kurses

<Kurs>Unsupervised Learning in Python</Kurs>
Kurs ansehen

Übungsanweisungen

  • Importiere NMF aus sklearn.decomposition.
  • Erstelle eine NMF-Instanz namens model mit 6 Komponenten.
  • Fitte das Modell auf die Worthäufigkeitsdaten namens articles.
  • Verwende die Methode .transform() von model, um articles zu transformieren, und weise das Ergebnis nmf_features zu.
  • Gib nmf_features aus, um einen ersten Eindruck zu bekommen (mit .round(2) werden die Einträge auf zwei Dezimalstellen gerundet).

Interaktive praktische 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