Tfidf och BOW på samma data

I den här övningen ska du omvandla kolumnen review i Amazon-produktdatamängden reviews med både en bag-of-words- och en tfidf-transformation.

Bygg båda vektoriserarna och ange enbart det maximala antalet särdrag till 100. Skapa DataFrames efter omvandlingen och skriv ut de 5 första raderna i varje.

Var noggrann när du anger det maximala antalet särdrag i vokabulären. En stor vokabulärstorlek kan leda till att din session kopplas ned.

Den här övningen är en del av kursen

Sentimentanalys i Python

Visa kurs

Övningsinstruktioner

Importera BOW- och Tfidf-vektoriserarna.
Bygg och anpassa en BOW- och en Tfidf-vektoriserare från kolumnen review och begränsa antalet skapade särdrag till 100.
Skapa DataFrames från de omvandlade vektorrepresentationerna.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Import the required packages
____

# Build a BOW and tfidf vectorizers from the review column and with max of 100 features
vect1 = ____(____=100).____(____.____)
vect2 = ____(____=100).____(____.____) 

# Transform the vectorizers
X1 = vect1.transform(reviews.review)
X2 = vect2.transform(reviews.review)
# Create DataFrames from the vectorizers 
X_df1 = pd.DataFrame(X1.____, columns=____.____)
X_df2 = pd.DataFrame(X2.____, columns=____.____)
print('Top 5 rows using BOW: \n', X_df1.head())
print('Top 5 rows using tfidf: \n', X_df2.head())

Redigera och kör kod