เปรียบเทียบ linear_kernel และ cosine_similarity
ในแบบฝึกหัดนี้ มี tfidf_matrix ที่เก็บเวกเตอร์ tf-idf ของเอกสาร 1,000 รายการให้แล้ว โดยให้คำนวณเมทริกซ์ความคล้ายแบบโคไซน์ (cosine similarity matrix) จากเวกเตอร์เหล่านี้ ก่อนโดยใช้ cosine_similarity แล้วตามด้วย linear_kernel
จากนั้นเราจะเปรียบเทียบเวลาในการคำนวณของทั้งสองฟังก์ชัน
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Feature Engineering for NLP in Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Record start time
start = time.time()
# Compute cosine similarity matrix
cosine_sim = ____(____, ____)
# Print cosine similarity matrix
print(cosine_sim)
# Print time taken
print("Time taken: %s seconds" %(time.time() - start))