CommencerCommencer gratuitement

NMF appliqué aux articles Wikipédia

Dans la vidéo, vous avez observé l'application de la NMF pour transformer un tableau de fréquence de mots fictifs. À présent, c'est à vous d'appliquer la NMF, en utilisant cette fois-ci le tableau de fréquence des mots tf-idf des articles Wikipédia, fourni sous forme de matrice csr articles. Ici, ajustez le modèle et transformez les articles. Dans l'exercice suivant, vous explorerez le résultat.

Cet exercice fait partie du cours

Apprentissage non supervisé en Python

Afficher le cours

Instructions

  • Importez NMF à partir de sklearn.decomposition.
  • Créez une instance d'NMF appelée model avec les composants 6.
  • Ajustez le modèle aux données relatives au nombre de mots articles.
  • Veuillez utiliser la méthode .transform() de model pour transformer articles et attribuer le résultat à nmf_features.
  • Veuillez imprimer l'nmf_features pour avoir une première idée de son apparence (.round(2) arrondit les entrées à 2 décimales).

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# 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