1. Learn
    2. /
  2. 课程
    3. /
  3. Python 中的无监督学习
Connected

道练习

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）。

说明

100 XP
  • 将 pandas 以别名 pd 导入。
  • 使用 pd.DataFrame() 由 nmf_features 创建一个 DataFrame df，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。