Zacznij terazZacznij za darmo

NMF zastosowane do artykułów z Wikipedii

W filmie widziałeś(-aś), jak NMF przekształca przykładową tablicę częstości słów. Teraz twoja kolej – zastosuj NMF do macierzy tf-idf częstości słów artykułów z Wikipedii, podanej jako macierz CSR articles. Dopasuj model i przetransformuj artykuły. W kolejnym ćwiczeniu przeanalizujesz wyniki.

To ćwiczenie jest częścią kursu

Uczenie nienadzorowane w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

  • Zaimportuj NMF z sklearn.decomposition.
  • Utwórz instancję NMF o nazwie model z 6 komponentami.
  • Dopasuj model do danych o częstości słów articles.
  • Użyj metody .transform() modelu model, aby przetransformować articles, i przypisz wynik do nmf_features.
  • Wydrukuj nmf_features, aby zobaczyć, jak wyglądają dane (.round(2) zaokrągla wartości do 2 miejsc po przecinku).

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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))
Edytuj i uruchom kod