商品レビューでのBOW
小さなデータセットでBOWを練習しました。次は、Amazonの商品レビューのサンプルに適用してみましょう。データは reviews としてインポート済みです。2列あり、1つ目は score で、レビューがネガティブなら 0、ポジティブなら 1 です。2つ目は review で、顧客が書いたレビュー本文が入っています。IPython Shellで自由にデータを確認してかまいません。
あなたのタスクは、review 列を使ってBOWの語彙を作成することです。
ベクトライザに対して .get_feature_names() メソッドを呼ぶと、語彙要素の一覧を取得できることを思い出してください。
この演習はコースの一部です
Pythonで学ぶSentiment Analysis
演習の手順
- 最大特徴量数を指定して CountVectorizer オブジェクトを作成します。
- ベクトライザをfitします。
- fitしたベクトライザでtransformします。
- 疎行列を密な配列に変換してDataFrameを作成し、列名を正しく指定します。
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。
from sklearn.feature_extraction.text import CountVectorizer
# Build the vectorizer, specify max features
vect = ____(____=100)
# Fit the vectorizer
vect.____(reviews.review)
# Transform the review column
X_review = vect.____(reviews.review)
# Create the bow representation
X_df=pd.DataFrame(X_review._____, columns=___.____)
print(X_df.head())