Porovnání reprezentací BoW a TF-IDF
Jsi součástí analytického týmu ve společnosti vyrábějící nositelnou elektroniku. Tvým úkolem je pomoci produktovým manažerům pochopit zpětnou vazbu zákazníků na nové chytré hodinky. Text už máš předzpracovaný a vytvořené dvě reprezentace: bow_matrix pomocí CountVectorizer() a tfidf_matrix pomocí TfidfVectorizer(). V tomto cvičení obě vizualizuješ a porovnáš, abys lépe pochopil/a, jak každá z nich zachycuje důležitost slov.
Toto cvičení je součástí kurzu
Zpracování přirozeného jazyka (NLP) v Pythonu
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Convert BoW matrix to a DataFrame
df_bow = pd.DataFrame(
____,
columns=vectorizer.____
)
# Plot the heatmap
plt.figure(figsize=(10, 6))
sns.heatmap(____, annot=True)
plt.title("BoW Scores Across Reviews")
plt.xlabel("Terms")
plt.xticks(rotation=45)
plt.ylabel("Documents")
plt.show()