将 NMF 应用于 Wikipedia 文章
在视频中，您看到过用 NMF 来变换一个简单的词频数组。现在轮到您来应用 NMF，这次使用给定的 Wikipedia 文章的 tf-idf 词频数组（以 csr 矩阵 articles 提供）。请在这里拟合模型并变换这些文章。在下一个练习中，您将进一步探索结果。
本练习是课程的一部分
Python 中的无监督学习
练习说明
- 从
sklearn.decomposition导入NMF。 - 创建名为
model的NMF实例，并设置6个分量。 - 将模型拟合到词频数据
articles。 - 使用
model的.transform()方法来变换articles，并将结果赋给nmf_features。 - 打印
nmf_features，先大致了解其外观（使用.round(2)将条目保留 2 位小数）。
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 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))