始める無料で始める

Wikipediaの記事にNMFを適用する

動画では、単語出現頻度の配列を変換するためにNMFを適用する方法を見ました。この演習では、それを実践します。Wikipedia記事を表すtf-idf単語出現頻度の配列（csr 行列 articlesとして与えられています）にNMFを適用してみましょう。ここでは、モデルをフィットさせて記事を変換します。次の演習で、その結果を詳しく見ていきます。

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をインポートしてください。
  • 6個の成分を持つNMFインスタンスを作成し、modelという名前を付けてください。
  • 単語数データarticlesを使ってモデルをフィットさせてください。
  • modelの.transform()メソッドを使ってarticlesを変換し、その結果をnmf_featuresに代入してください。
  • nmf_featuresを出力して、どのようなものかを確認しましょう（.round(2)を使うと、値が小数点以下2桁に丸めることができます）。

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