Hitta de vanligaste orden
När du har skapat dina särdrag är det alltid klokt att granska dem och kontrollera att de ser ut som förväntat. Det gör det lättare att fånga upp fel tidigt och kan ge dig vägledning om vilken ytterligare feature engineering som behövs.
Vektorizatorn (cv) som du tränade i föregående övning och den glesa arrayen med ordantal (cv_trigram) finns tillgängliga i din arbetsyta.
Den här övningen är en del av kursen
Särdragshantering för maskininlärning i Python
Övningsinstruktioner
- Skapa en DataFrame med särdragen (ordantal).
- Summera antalet förekomster av ord och skriv ut de 5 vanligast förekommande orden.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Create a DataFrame of the features
cv_tri_df = ____(____,
columns=cv_trigram_vec.get_feature_names()).add_prefix('Counts_')
# Print the top 5 words in the sorted output
print(cv_tri_df.sum().____(ascending=____).head())