20 Newsgroups データセットを探る

この演習では、sklearn.datasets の fetch_20newsgroups() 関数を使って取得した 20 News Groups データセットのサンプルを扱います。クラスは sci.space、alt.atheism、soc.religion.christian の3つに絞っています。

データセットは変数 news_dataset に読み込まれています。属性を出力してあるので、コンソールで中身を確認できます。

この関数の使い方の詳細は、Sklearn のドキュメントをご覧ください。

テキストのトークン化とラベルのワンホットエンコードを段階的に行い、どのように変換されるかを理解していきます。