Kom igångKom igång gratis

NMF-särdrag för Wikipedia-artiklarna

Nu ska du undersöka de NMF-särdrag du skapade i föregående övning. En lösning på den övningen har förhandsladdats, så arrayen nmf_features finns tillgänglig. Det finns också en lista titles med titeln på varje Wikipedia-artikel.

Lägg märke till att för båda skådespelarna har NMF-särdrag 3 i särklass det högsta värdet. Det innebär att båda artiklarna rekonstrueras med hjälp av framför allt den tredje NMF-komponenten. I nästa video får du se varför: NMF-komponenter representerar ämnen (till exempel skådespeleri!).

Den här övningen är en del av kursen

Oövervakad inlärning i Python

Visa kurs

Övningsinstruktioner

  • Importera pandas som pd.
  • Skapa en DataFrame df från nmf_features med hjälp av pd.DataFrame(). Sätt indexet till titles med index=titles.
  • Använd .loc[]-accessorn på df för att välja raden med titeln 'Anne Hathaway' och skriv ut resultatet. Det här är NMF-särdragen för artikeln om skådespelerskan Anne Hathaway.
  • Upprepa det sista steget för 'Denzel Washington' (en annan skådespelare).

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Import pandas
____

# Create a pandas DataFrame: df
df = ____

# Print the row for 'Anne Hathaway'
print(____)

# Print the row for 'Denzel Washington'
print(____)
Redigera och kör kod