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

道练习

NMF 学习文档主题

在视频中，您了解到当 NMF 应用于文档时，组件对应于文档的主题，而 NMF 特征可以由这些主题重构文档。请用您之前基于维基百科文章训练的 NMF 模型自行验证这一点。之前，您看到第 3 个 NMF 特征在关于演员 Anne Hathaway 和 Denzel Washington 的文章中取值较高。在本练习中，请识别与之对应的 NMF 组件的主题。

您之前构建的 NMF 模型可通过 model 获取，words 是给词频数组各列加标签的单词列表。

完成后，请思考一下：Anne Hathaway 和 Denzel Washington 的文章有何共同主题！

说明

100 XP
  • 导入 pandas 并命名为 pd。
  • 从 model.components_ 创建一个 DataFrame components_df，并设置 columns=words，使列以单词命名。
  • 打印 components_df.shape，检查 DataFrame 的维度。
  • 在 DataFrame components_df 上使用 .iloc[] 访问器选择第 3 行。将结果赋值给 component。
  • 调用 component 的 .nlargest() 方法，并打印结果。这样可以得到该组件中取值最高的 5 个单词。