Porównanie linear_kernel i cosine_similarity
W tym ćwiczeniu masz do dyspozycji macierz tfidf_matrix, która zawiera wektory tf-idf tysiąca dokumentów. Twoim zadaniem jest obliczenie macierzy podobieństwa cosinusowego dla tych wektorów – najpierw za pomocą cosine_similarity, a następnie za pomocą linear_kernel.
Następnie porównamy czasy obliczeń obu funkcji.
To ćwiczenie jest częścią kursu
Inżynieria cech dla NLP w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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))