NMF เรียนรู้ส่วนประกอบที่ตีความได้

Unsupervised Learning ใน Python

Benjamin Wilson

Director of Research at lateral.io

ตัวอย่าง: NMF เรียนรู้ส่วนประกอบที่ตีความได้

อาร์เรย์ความถี่คำของบทความ

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_

แถวหนึ่งของ nmf.components_ ที่ถูกเลือก และกราฟแท่งของแต่ละคำที่ความสูงแทนค่า tfidf

กล่องแสดงคำที่มีค่าสูงสุด: species 2.95, plant 1.05, plants 0.78 เป็นต้น

กล่องใหม่แสดงคำจากแถวอื่นของ nmf.components_: university 3.57, prof 1.19, college 0.88 เป็นต้น

กล่องที่มี 3 แถบ ≈ 0.98 คูณกล่องที่มี 1 แถบ บวก 0.91 คูณกล่องที่มีแถบต่างกัน บวก 0.95 คูณกล่องที่มีแถบต่างกัน

สี่เหลี่ยม 2x3 พิกเซลที่มีความเข้มของขาว/ดำ/เทาต่างกัน

ภาพดวงจันทร์แบบพิกเซลพร้อมลูกศรชี้ไปยังอาร์เรย์ตัวเลขขนาดเดียวกันที่มีค่าระหว่าง 0 ถึง 1

กล่องพิกเซล 2x3 ชี้ไปยังอาร์เรย์ตัวเลข

กล่องพิกเซล 2x3 ชี้ไปยังอาร์เรย์ 2x3 ชี้ไปยังอาร์เรย์ 1x6

แถวหนึ่งของ nmf.components_ ที่แทนภาพพิกเซล 2x3

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()

Unsupervised Learning ใน Python