เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

เปรียบเทียบการแทนค่าแบบ BoW และ TF-IDF

คุณเป็นส่วนหนึ่งของทีม Analytics ในบริษัทเทคโนโลยีที่ผลิตอุปกรณ์สวมใส่ได้ เป้าหมายคือช่วยให้ผู้จัดการผลิตภัณฑ์เข้าใจ feedback ของลูกค้าเกี่ยวกับ smartwatch รุ่นใหม่ของบริษัท ข้อความถูกประมวลผลล่วงหน้าไว้แล้ว และสร้างการแทนค่า 2 รูปแบบ ได้แก่ bow_matrix โดยใช้ CountVectorizer() และ tfidf_matrix โดยใช้ TfidfVectorizer() ในแบบฝึกหัดนี้ จะทำการแสดงภาพและเปรียบเทียบทั้งสองแบบ เพื่อทำความเข้าใจว่าแต่ละวิธีจับความสำคัญของคำได้อย่างไร

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การประมวลผลภาษาธรรมชาติ (NLP) ด้วย Python

ดูคอร์ส

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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()
แก้ไขและรันโค้ด