BoW と TF-IDF 表現を比較する
あなたはウェアラブル端末企業のアナリティクスチームの一員です。目的は、新しいスマートウォッチに関する顧客フィードバックをプロダクトマネージャーが理解できるよう支援することです。テキストの前処理はすでに完了しており、CountVectorizer() で作成した bow_matrix と、TfidfVectorizer() で作成した tfidf_matrix の2種類の表現があります。本演習では、これらを可視化して比較し、それぞれが単語の重要度をどのように捉えるかを理解します。
この演習はコースの一部です
Pythonで学ぶ自然言語処理（NLP）
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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()