始める無料で始める

Wikipedia記事へのNMFの適用

動画では、おもちゃの単語頻度配列にNMFを適用して変換する様子を見ました。次はみなさんの番です。ここでは、Wikipedia記事のtf-idf単語頻度配列（csr行列の articles）に対してNMFを適用します。モデルを学習し、記事を変換してください。次の演習で結果を確認していきます。

この演習はコースの一部です

Pythonで学ぶ教師なし学習

コースを見る

演習の手順

  • sklearn.decomposition から NMF をインポートします。
  • 成分数を 6 とする NMF インスタンス model を作成します。
  • 単語カウントデータ articles にモデルを適合させます。
  • model の .transform() メソッドで articles を変換し、結果を nmf_features に代入します。
  • nmf_features を表示して、どのような配列か最初の感触をつかみましょう（.round(2) は各要素を小数点以下2桁に丸めます）。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# 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))
コードを編集して実行