Zacznij terazZacznij za darmo

Najważniejsze termy w klastrach filmów

Masz już gotową macierz rzadką – czas wygenerować centra klastrów i wyświetlić trzy najważniejsze termy w każdym z nich. Użyj metody .todense(), aby przekonwertować macierz rzadką tfidf_matrix na zwykłą macierz, którą funkcja kmeans() będzie mogła przetworzyć. Następnie skorzystaj z metody .get_feature_names(), aby pobrać listę termów z obiektu tfidf_vectorizer. Funkcja zip() w Pythonie łączy dwie listy.

Obiekt tfidf_vectorizer oraz macierz rzadka tfidf_matrix z poprzedniego ćwiczenia są dostępne w tym ćwiczeniu. Funkcja kmeans została już zaimportowana z biblioteki SciPy.

Przy większej liczbie punktów danych klastry byłyby wyraźniej zdefiniowane. Wymaga to jednak większej mocy obliczeniowej, co sprawia, że trudno to osiągnąć w ramach tego ćwiczenia.

To ćwiczenie jest częścią kursu

Analiza skupień w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

  • Wygeneruj centra klastrów za pomocą funkcji kmeans().
  • Wygeneruj listę termów z obiektu tfidf_vectorizer.
  • Wyświetl 3 najważniejsze termy każdego klastra.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

num_clusters = 2

# Generate cluster centers through the kmeans function
cluster_centers, distortion = ____

# Generate terms from the tfidf_vectorizer object
terms = tfidf_vectorizer.____()

for i in range(num_clusters):
    # Sort the terms and print top 3 terms
    center_terms = dict(zip(____, ____))
    sorted_terms = sorted(____, key=center_terms.get, reverse=True)
    print(____)
Edytuj i uruchom kod