维基百科文章的 NMF 特征
现在，您将探索上一练习中创建的 NMF 特征。上一练习的解答已预加载，因此数组 nmf_features 可用。同时还提供了列表 titles，其中给出了每篇维基百科文章的标题。
在查看这些特征时请注意：对于两位演员，NMF 特征 3 的数值都远高于其他特征。这意味着这两篇文章主要由第 3 个 NMF 组件重构。下一段视频中您将看到原因：NMF 组件代表主题（例如表演）。
本练习是课程的一部分
Python 中的无监督学习
练习说明
- 将
pandas以别名pd导入。 - 使用
pd.DataFrame()由nmf_features创建一个 DataFramedf，并通过index=titles将索引设为titles。 - 使用
df的.loc[]访问器选择标题为'Anne Hathaway'的行，并打印结果。这些就是关于女演员 Anne Hathaway 的文章的 NMF 特征。 - 对
'Denzel Washington'（另一位演员）重复上一步。
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
____
# Create a pandas DataFrame: df
df = ____
# Print the row for 'Anne Hathaway'
print(____)
# Print the row for 'Denzel Washington'
print(____)