НачатьНачать бесплатно

NMF применительно к статьям Википедии

В видео вы видели, как NMF применяется для преобразования небольшого массива частотности слов. Теперь ваша очередь — примените NMF самостоятельно, на этот раз используя tf-idf массив частотности слов для статей Википедии, представленный в виде csr-матрицы articles. Обучите модель и выполните преобразование статей. В следующем упражнении вы изучите полученный результат.

Это упражнение является частью курса

Обучение без учителя на Python

Посмотреть курс

Инструкции к упражнению

  • Импортируйте NMF из sklearn.decomposition.
  • Создайте экземпляр NMF с именем model, указав 6 компонентов.
  • Обучите модель на данных о частотности слов articles.
  • Используйте метод .transform() объекта model, чтобы преобразовать articles, и сохраните результат в переменную nmf_features.
  • Выведите nmf_features на экран, чтобы получить первое представление о результате (.round(2) округляет значения до 2 десятичных знаков).

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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))
Редактировать и запускать код