Clustering Wikipedia part II
现在是让您在上一个练习中构建的管道发挥作用的时候了！您得到了一个数组 articles，其中包含一些热门 Wikipedia 文章的 tf-idf 词频，以及一个列表 titles，其中是这些文章的标题。请使用您的管道对这些 Wikipedia 文章进行聚类。
上一个练习的参考解答已为您预加载，因此一个将 TruncatedSVD 与 KMeans 串联的 Pipeline pipeline 已可使用。
本练习是课程的一部分
Python 中的无监督学习
练习说明
- 将
pandas以pd的别名导入。 - 将管道拟合到词频数组
articles。 - 预测聚类标签。
- 通过创建包含
labels和titles两列的 DataFramedf，将聚类标签与文章标题列表titles对齐。此步骤已为您完成。 - 使用
df的.sort_values()方法按'label'列对 DataFrame 排序，并打印结果。 - 点击 Submit Answer，花点时间查看您对 Wikipedia 页面出色的聚类结果！
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Import pandas
____
# Fit the pipeline to articles
____
# Calculate the cluster labels: labels
labels = ____
# Create a DataFrame aligning labels and titles: df
df = pd.DataFrame({'label': labels, 'article': titles})
# Display df sorted by cluster label
print(____)