CommencezCommencez gratuitement

NMF appliquée aux articles de Wikipédia

Dans la vidéo, vous avez vu NMF appliquée pour transformer un petit tableau de fréquences de mots. À vous maintenant d'appliquer NMF, cette fois en utilisant le tableau de fréquences de mots tf-idf d'articles de Wikipédia, fourni sous forme de matrice csr articles. Ici, ajustez le modèle et transformez les articles. Dans le prochain exercice, vous explorerez le résultat.

Cette activité fait partie du cours

Unsupervised Learning in Python

Voir le cours

Instructions de l’exercice

  • Importez NMF depuis sklearn.decomposition.
  • Créez une instance NMF appelée model avec 6 composantes.
  • Ajustez le modèle aux données de comptage de mots articles.
  • Utilisez la méthode .transform() de model pour transformer articles, et assignez le résultat à nmf_features.
  • Affichez nmf_features pour obtenir un premier aperçu de son apparence (.round(2) arrondit les éléments à 2 décimales.)

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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))
Modifier et exécuter le code