위키피디아 문서에 NMF 적용하기
영상에서는 장난감 예제의 단어 빈도 배열에 NMF를 적용해 변환하는 과정을 보셨습니다. 이제는 여러분이 NMF를 직접 적용해 볼 차례입니다. 이번에는 csr 행렬 articles로 주어진 위키피디아 문서의 tf-idf 단어 빈도 배열을 사용합니다. 여기에서 모델을 학습(fit)하고 문서를 변환(transform)하세요. 다음 연습 문제에서 결과를 살펴보겠습니다.
이 연습은 강의의 일부입니다
Python으로 배우는 Unsupervised Learning
연습 안내
sklearn.decomposition에서NMF를 가져오세요.- 구성 요소가
6개인NMF인스턴스를 만들어model이라고 부르세요. - 단어 수 데이터
articles에 모델을 학습시키세요. model의.transform()메서드를 사용해articles를 변환하고, 결과를nmf_features에 할당하세요.nmf_features를 출력해 모양을 먼저 확인하세요(.round(2)는 값을 소수점 둘째 자리까지 반올림합니다.)
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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))