Comparer linear_kernel et cosine_similarity
Dans cet exercice, vous disposez de tfidf_matrix, qui contient les vecteurs tf-idf d’un millier de documents. Votre objectif est de générer la matrice de similarité cosinus pour ces vecteurs, d’abord avec cosine_similarity, puis avec linear_kernel.
Nous comparerons ensuite les temps de calcul des deux fonctions.
Cet exercice fait partie du cours
<cours>Feature Engineering pour le NLP en Python</cours>Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Record start time
start = time.time()
# Compute cosine similarity matrix
cosine_sim = ____(____, ____)
# Print cosine similarity matrix
print(cosine_sim)
# Print time taken
print("Time taken: %s seconds" %(time.time() - start))