Bài 1:
- TÌm hiểu bộ dataset load_digits của sklearn.
- Tiến hành giảm chiều dữ liệu dựa trên phương pháp PCA, phân tích các principle components, tìm các features có vai trò quan trọng trong việc phân lớp digits.
- Áp dụng giảm chiều dữ liệu dựa trên phương pháp LDA, vẽ biểu đồ 2 chiều thể hiện việc phân cụm các digits giữa 2 phương pháp và so sánh kết quả.
Bài 2:
- Áp dụng stemming technique trong clean data abc_news.
- Áp dụng LDA huấn luyện ít nhất 100000 dòng để xây dựng topic modeling.
- Trích xuất ra vài topic và thử giải thích chủ đề của chúng, vẽ word cloud cho các topic giải thích.