Créez les DataFrame count_df et tfidf_df en utilisant pd.DataFrame() et en spécifiant les valeurs comme premier argument et les colonnes (ou caractéristiques) comme deuxième argument.
- Les valeurs peuvent être consultées en utilisant l'attribut .A de, respectivement, count_train et tfidf_train.
- Les colonnes sont accessibles en utilisant les méthodes .get_feature_names() de count_vectorizer et tfidf_vectorizer.
Imprimez l'en-tête de chaque DataFrame pour étudier leur structure. Cela a été fait pour vous.
Testez si les noms de colonnes sont les mêmes pour chaque DataFrame en créant un nouvel objet appelé difference pour voir la différence entre les colonnes de count_df et celles de tfidf_df. Les colonnes sont accessibles à l'aide de l'attribut .columns d'un DataFrame. Soustrayez l'ensemble de tfidf_df.columns de l'ensemble de count_df.columns.
Testez si les deux DataFrame sont équivalents en utilisant la méthode .equals() sur count_df avec tfidf_df comme argument.

Améliorer le modèle

Introduction au traitement du langage naturel en Python