ComenzarEmpieza gratis

NMF aplicado a artículos de Wikipedia

En el vídeo, viste cómo se aplicó NMF para transformar un arreglo de frecuencia de palabras de juguete. Ahora es tu turno de aplicar NMF, esta vez utilizando el arreglo de frecuencia de palabras tf-idf de los artículos de Wikipedia, dado como una matriz csr articles. Aquí, ajusta el modelo y transforma los artículos. En el siguiente ejercicio, explorarás el resultado.

Este ejercicio forma parte del curso

Aprendizaje no supervisado en Python

Ver curso

Instrucciones del ejercicio

  • Importa NMF desde sklearn.decomposition.
  • Crea una instancia de NMF llamada model con componentes de 6.
  • Ajusta el modelo a los datos de recuento de palabras articles.
  • Utiliza el método .transform() de model para transformar articles, y asigna el resultado a nmf_features.
  • Imprime nmf_features para tener una primera idea de su aspecto (.round(2) redondea las entradas a 2 decimales.)

Ejercicio interactivo práctico

Prueba este ejercicio completando el código de muestra.

# 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))
Editar y ejecutar código