ComenzarEmpieza gratis

NMF aprende los temas de los documentos

En el vídeo, aprendiste que cuando se aplica NMF a los documentos, los componentes corresponden a los temas de los documentos, y las características de NMF reconstruyen los documentos a partir de los temas. Compruébalo tú mismo para el modelo NMF que has construido antes utilizando los artículos de Wikipedia. Anteriormente, viste que el valor de la 3.ª característica NMF era alto para los artículos sobre los actores Anne Hathaway y Denzel Washington. En este ejercicio, identifica el tema del componente NMF correspondiente.

El modelo NMF que construiste anteriormente está disponible como model, mientras que words es una lista de las palabras que etiquetan las columnas de la matriz de frecuencia de palabras.

Cuando hayas terminado, ¡tómate un momento para reconocer el tema que tienen en común los artículos sobre Anne Hathaway y Denzel Washington!

Este ejercicio forma parte del curso

Aprendizaje no supervisado en Python

Ver curso

Instrucciones de ejercicio

  • Importa pandas como pd.
  • Crea un DataFrame components_df a partir de model.components_, configurando columns=words para que las columnas estén etiquetadas por las palabras.
  • Imprime components_df.shape para comprobar las dimensiones del DataFrame.
  • Utiliza el accesorio .iloc[] en el DataFrame components_df para seleccionar la fila 3. Asigna el resultado a component.
  • Llama al método .nlargest() de component, e imprime el resultado. Así se obtienen las cinco palabras con los valores más altos para ese componente.

Ejercicio interactivo práctico

Pruebe este ejercicio completando este código de muestra.

# 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())
Editar y ejecutar código