tf-idf 단어 빈도 배열
이 연습 문제에서는 간단한 문서 모음에 대해 tf-idf 단어 빈도 배열을 만들어 봅니다. 이를 위해 sklearn의 TfidfVectorizer를 사용하세요. 이 도구는 문서 리스트를 단어 빈도 배열로 변환하고, 결과를 csr_matrix 형태로 출력합니다. 다른 sklearn 객체와 마찬가지로 fit()과 transform() 메서드를 제공합니다.
반려동물에 관한 간단한 문서 리스트 documents가 제공됩니다.
이 연습은 강의의 일부입니다
Python으로 배우는 Unsupervised Learning
연습 안내
sklearn.feature_extraction.text에서TfidfVectorizer를 임포트하세요.tfidf라는 이름의TfidfVectorizer인스턴스를 생성하세요.tfidf의.fit_transform()메서드를documents에 적용하고 결과를csr_mat에 할당하세요. 이는 csr_matrix 형식의 단어 빈도 배열입니다..toarray()메서드를 호출해csr_mat을 확인하고 결과를 출력하세요. 이 부분은 이미 준비되어 있습니다.- 배열의 열은 단어에 해당합니다.
tfidf의.get_feature_names_out()메서드를 호출해 단어 목록을 얻고, 결과를words에 할당하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Import TfidfVectorizer
from ____ import ____
# Create a TfidfVectorizer: tfidf
tfidf = ____
# Apply fit_transform to document: csr_mat
csr_mat = ____
# Print result of toarray() method
print(csr_mat.toarray())
# Get the words: words
words = ____
# Print words
print(words)