Kom igångKom igång gratis

NMF tillämpat på Wikipedia-artiklar

I videon såg du hur NMF användes för att transformera en enkel ordfrekvensmatris. Nu är det din tur att tillämpa NMF – den här gången med tf-idf-ordfrekvensmatrisen för Wikipedia-artiklar, som ges som en csr-matris articles. Träna modellen och transformera artiklarna. I nästa övning utforskar du resultatet.

Den här övningen är en del av kursen

Oövervakad inlärning i Python

Visa kurs

Övningsinstruktioner

  • Importera NMF från sklearn.decomposition.
  • Skapa en NMF-instans som kallas model med 6 komponenter.
  • Träna modellen på ordfrekvensdata articles.
  • Använd .transform()-metoden på model för att transformera articles, och tilldela resultatet till nmf_features.
  • Skriv ut nmf_features för att få en första bild av hur det ser ut (.round(2) avrundar värdena till 2 decimaler).

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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))
Redigera och kör kod