शुरू करेंमुफ़्त में शुरू करें

'Cristiano Ronaldo' से मिलते-जुलते कौन से आर्टिकल हैं?

वीडियो में, आपने देखा कि NMF फीचर्स और कोसाइन सिमिलैरिटी का उपयोग करके मिलते-जुलते आर्टिकल कैसे खोजते हैं. इसे लोकप्रिय Wikipedia आर्टिकल्स पर अपने NMF मॉडल पर लागू करें: फुटबॉलर Cristiano Ronaldo वाले आर्टिकल के सबसे मिलते-जुलते आर्टिकल खोजिए. आपने पहले जो NMF फीचर्स निकाले थे वे nmf_features के रूप में उपलब्ध हैं, और titles आर्टिकल टाइटल्स की सूची है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Unsupervised Learning

पाठ्यक्रम देखें

अभ्यास निर्देश

  • sklearn.preprocessing से normalize इम्पोर्ट करें.
  • nmf_features पर normalize() फंक्शन लागू करें. परिणाम को norm_features के नाम से स्टोर करें.
  • norm_features से DataFrame df बनाएँ और इंडेक्स के रूप में titles का उपयोग करें.
  • df के .loc[] एक्सेसर से 'Cristiano Ronaldo' वाली पंक्ति चुनें. परिणाम को article में असाइन करें.
  • हर पंक्ति की article के साथ कोसाइन सिमिलैरिटी निकालने के लिए df की .dot() मेथड article पर लागू करें.
  • सबसे मिलते-जुलते आर्टिकल दिखाने के लिए similarities की .nlargest() मेथड का परिणाम प्रिंट करें. यह आपके लिए कर दिया गया है, तो परिणाम देखने के लिए 'उत्तर सबमिट करें' पर क्लिक करें!

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Perform the necessary imports
import pandas as pd
from ____ import ____

# Normalize the NMF features: norm_features
norm_features = ____

# Create a DataFrame: df
df = ____

# Select the row corresponding to 'Cristiano Ronaldo': article
article = df.loc[____]

# Compute the dot products: similarities
similarities = ____

# Display those with the largest cosine similarity
print(similarities.nlargest())
कोड संपादित करें और चलाएँ