NMF вчиться на інтерпретованих частинах

Наглядове навчання в Python

Benjamin Wilson

Director of Research at lateral.io

Приклад: NMF вчиться на інтерпретованих частинах

Масив частот слів у статтях

print(articles.shape)

(20000, 800)

from sklearn.decomposition import NMF
nmf = NMF(n_components=10)
nmf.fit(articles)

NMF(n_components=10)

print(nmf.components_.shape)

(10, 800)

nmf.components_

один рядок nmf.components_ та стовпчиковий графік для кожного слова, де висота — це tfidf

блок із топ-словами та значеннями: species 2.95, plant 1.05, plants 0.78 тощо

новий блок із топ-словами з іншого рядка nmf.components_: university 3.57, prof 1.19, college 0.88 тощо

Для документів:
- Компоненти NMF — це теми
- Ознаки NMF поєднують теми в документи
Для зображень компоненти NMF — це частини зображень

блок із 3 смужками приблизно дорівнює 0.98 × блок із однією смужкою плюс 0.91 × блок з іншою смужкою плюс 0.95 × блок з іншою смужкою

прямокутник 2 на 3 пікселі з різними ступенями білого/чорного/сірого

піксельоване зображення місяця зі стрілкою на масив чисел тих самих розмірів зі значеннями від 0 до 1

блок із пікселями 2 на 3, що вказує на масив з числами

блок із пікселями 2 на 3, що вказує на масив 2 на 3 з числами, який вказує на масив 1 на 6 чисел

Один рядок nmf.components_, що представляє зображення 2×3 пікселі

print(sample)

[ 0.   1.   0.5  1.   0.   1. ]

bitmap = sample.reshape((2, 3))
print(bitmap)

[[ 0.   1.   0.5]
 [ 1.   0.   1. ]]

from matplotlib import pyplot as plt
plt.imshow(bitmap, cmap='gray', interpolation='nearest')
plt.show()

Наглядове навчання в Python