Confrontare linear_kernel e cosine_similarity
In questo esercizio ti viene fornita tfidf_matrix, che contiene i vettori tf-idf di mille documenti. Il tuo compito è generare la matrice di similarità coseno per questi vettori prima usando cosine_similarity e poi usando linear_kernel.
Confronteremo quindi i tempi di calcolo per entrambe le funzioni.
Questo esercizio fa parte del corso
Feature Engineering per NLP in Python
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# 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))