Kom igångKom igång gratis

Vilka artiklar liknar 'Cristiano Ronaldo'?

I videon lärde du dig hur man använder NMF-särdrag och cosinus-likhet för att hitta liknande artiklar. Tillämpа detta på din NMF-modell för populära Wikipedia-artiklar genom att hitta de artiklar som liknar mest på artikeln om fotbollsspelaren Cristiano Ronaldo. NMF-särdragen som du hämtade tidigare finns tillgängliga som nmf_features, och titles är en lista med artikelrubriker.

Den här övningen är en del av kursen

Oövervakad inlärning i Python

Visa kurs

Övningsinstruktioner

  • Importera normalize från sklearn.preprocessing.
  • Tillämpa funktionen normalize() på nmf_features. Spara resultatet som norm_features.
  • Skapa en DataFrame df från norm_features och använd titles som index.
  • Använd .loc[]-accessorn på df för att välja raden för 'Cristiano Ronaldo'. Tilldela resultatet till article.
  • Tillämpa metoden .dot() på df med article som argument för att beräkna cosinus-likheten mellan varje rad och article.
  • Skriv ut resultatet av metoden .nlargest() på similarities för att visa de mest liknande artiklarna. Det har redan gjorts åt dig, så klicka på Skicka in svar för att se resultatet!

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Perform the necessary imports
import pandas as pd
from ____ import ____

# Normalize the NMF features: norm_features
norm_features = ____

# Create a DataFrame: df
df = ____

# Select the row corresponding to 'Cristiano Ronaldo': article
article = df.loc[____]

# Compute the dot products: similarities
similarities = ____

# Display those with the largest cosine similarity
print(similarities.nlargest())
Redigera och kör kod