Zkoumání hodnot Tf-idf
Po vytvoření Tf-idf příznaků se často hodí zjistit, která slova mají pro daný korpus nejvyšší skóre. Stačí izolovat řádek, který chceš prozkoumat, a seřadit skóre od nejvyššího po nejnižší.
DataFrame z předchozího cvičení (tv_df) máš k dispozici ve svém pracovním prostředí.
Toto cvičení je součástí kurzu
Feature Engineering for Machine Learning in Python
Pokyny k cvičení
- Přiřaď první řádek
tv_dfdo proměnnésample_row. sample_rowje teď série vah přiřazených jednotlivým slovům. Seřaď tyto hodnoty a vypiš 5 slov s nejvyšším hodnocením.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Isolate the row to be examined
sample_row = tv_df.____
# Print the top 5 words of the sorted output
print(sample_row.____(ascending=____).____())