Créez les DataFrames count_df et tfidf_df à l'aide de pd.DataFrame() en précisant les valeurs comme premier argument et les colonnes (ou caractéristiques) comme deuxième argument.
- Les valeurs sont accessibles via l'attribut .A de count_train et tfidf_train, respectivement.
- Les colonnes sont accessibles avec les méthodes .get_feature_names() de count_vectorizer et tfidf_vectorizer.
Affichez l'en-tête de chaque DataFrame pour examiner leur structure. Cela a été fait pour vous.
Vérifiez si les noms de colonnes sont identiques pour chaque DataFrame en créant un nouvel objet appelé difference pour voir la différence entre les colonnes que count_df a par rapport à tfidf_df. Les colonnes sont accessibles avec l'attribut .columns d'un DataFrame. Soustrayez l'ensemble tfidf_df.columns de l'ensemble count_df.columns.
Vérifiez si les deux DataFrames sont équivalents en utilisant la méthode .equals() sur count_df avec tfidf_df comme argument.

Entraînement et test

Introduction au traitement du langage naturel en Python