शुरू करेंमुफ़्त में शुरू करें

BoW और TF-IDF निरूपण की तुलना

आप एक वेयरेबल टेक कंपनी की एनालिटिक्स टीम का हिस्सा हैं. आपका लक्ष्य प्रोडक्ट मैनेजर्स को नई स्मार्टवॉच पर ग्राहक फ़ीडबैक समझने में मदद करना है. आपने टेक्स्ट को पहले ही प्रीप्रोसेस कर लिया है और दो निरूपण बनाए हैं: CountVectorizer() से bow_matrix, और TfidfVectorizer() से tfidf_matrix. इस अभ्यास में, आप दोनों को विज़ुअलाइज़ करेंगे और तुलना करेंगे ताकि समझ सकें कि प्रत्येक तरीका शब्दों के महत्व को कैसे कैप्चर करता है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Natural Language Processing (NLP)

पाठ्यक्रम देखें

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# 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()
कोड संपादित करें और चलाएँ