Crea i DataFrame count_df e tfidf_df usando pd.DataFrame(), specificando i valori come primo argomento e le colonne (o feature) come secondo argomento.
- Puoi accedere ai valori usando l'attributo .A di count_train e tfidf_train, rispettivamente.
- Puoi accedere alle colonne usando i metodi .get_feature_names() di count_vectorizer e tfidf_vectorizer.
Stampa la testa di ciascun DataFrame per esaminarne la struttura. È già stato fatto per te.
Verifica se i nomi delle colonne sono gli stessi per ciascun DataFrame creando un nuovo oggetto chiamato difference per vedere la differenza tra le colonne che count_df ha rispetto a tfidf_df. Puoi accedere alle colonne tramite l'attributo .columns di un DataFrame. Sottrai l'insieme di tfidf_df.columns dall'insieme di count_df.columns.
Verifica se i due DataFrame sono equivalenti usando il metodo .equals() su count_df con tfidf_df come argomento.

Training e testing

Introduzione al Natural Language Processing in Python