Bắt đầu ngayBắt đầu miễn phí

Gợi ý nghệ sĩ âm nhạc phần I

Trong bài này và bài kế tiếp, bạn sẽ áp dụng NMF để gợi ý các nghệ sĩ âm nhạc phổ biến! Bạn được cung cấp một mảng thưa artists, trong đó các hàng là nghệ sĩ và các cột là người dùng. Mỗi phần tử cho biết số lần mỗi nghệ sĩ được mỗi người dùng nghe.

Trong bài này, hãy xây dựng một pipeline và biến đổi mảng thành các đặc trưng NMF đã chuẩn hóa. Bước đầu tiên trong pipeline, MaxAbsScaler, sẽ biến đổi dữ liệu để tất cả người dùng có mức ảnh hưởng như nhau lên mô hình, bất kể họ đã nghe bao nhiêu nghệ sĩ khác nhau. Ở bài tiếp theo, bạn sẽ dùng các đặc trưng NMF đã chuẩn hóa này để thực hiện gợi ý!

Bài tập này là một phần của khóa học

Unsupervised Learning bằng Python

Xem khóa học

Hướng dẫn bài tập

  • Import:
    • NMF từ sklearn.decomposition.
    • Normalizer và MaxAbsScaler từ sklearn.preprocessing.
    • make_pipeline từ sklearn.pipeline.
  • Tạo một thể hiện MaxAbsScaler đặt tên là scaler.
  • Tạo một thể hiện NMF với 20 thành phần đặt tên là nmf.
  • Tạo một thể hiện Normalizer đặt tên là normalizer.
  • Tạo một pipeline tên pipeline xâu chuỗi scaler, nmf, và normalizer.
  • Áp dụng phương thức .fit_transform() của pipeline lên artists. Gán kết quả cho norm_features.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# Perform the necessary imports
from ____ import ____
from ____ import ____, ____
from ____ import ____

# Create a MaxAbsScaler: scaler
scaler = ____

# Create an NMF model: nmf
nmf = ____

# Create a Normalizer: normalizer
normalizer = ____

# Create a pipeline: pipeline
pipeline = ____

# Apply fit_transform to artists: norm_features
norm_features = ____
Chỉnh sửa và Chạy Mã