BoW와 TF-IDF 표현 비교
당신은 웨어러블 기술 회사의 분석팀 일원입니다. 목표는 제품 관리자들이 신제품 스마트워치에 대한 고객 피드백을 이해하도록 돕는 것입니다. 텍스트는 이미 전처리했고, 두 가지 표현을 만들었습니다: CountVectorizer()로 만든 bow_matrix, 그리고 TfidfVectorizer()로 만든 tfidf_matrix입니다. 이 연습 문제에서는 두 표현을 시각화해 비교하면서, 각각이 단어 중요도를 어떻게 포착하는지 살펴보겠습니다.
이 연습은 강의의 일부입니다
Python으로 배우는 Natural Language Processing (NLP)
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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()