ขั้นตอนที่ 2: สร้าง Vectorizer

ในแบบฝึกหัดนี้ ให้สร้างการแปลง TfIDF จากคอลัมน์ review ในชุดข้อมูล reviews โดยต้องระบุ n-gram, stop words, รูปแบบของ token และขนาดของ vocabulary

นี่คือขั้นตอนสุดท้ายก่อนที่จะฝึก classifier เพื่อพยากรณ์ความรู้สึกของรีวิว

โปรดระบุจำนวน feature สูงสุดให้ถูกต้อง เนื่องจาก vocabulary ที่มีขนาดใหญ่เกินไปอาจทำให้เซสชันของคุณหลุดได้

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Sentiment Analysis ด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

Import Tfidf vectorizer และรายการ stop words ภาษาอังกฤษเริ่มต้น
สร้าง Tfidf vectorizer โดยระบุ argument ตามลำดับดังนี้: ใช้รายการ stop words ภาษาอังกฤษเริ่มต้น; ใช้ uni-gram และ bi-gram สำหรับ n-gram; กำหนดจำนวน feature สูงสุดเป็น 200; และดึงเฉพาะคำตามรูปแบบที่กำหนด
สร้าง DataFrame โดยใช้ Tfidf vectorizer

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Import the TfidfVectorizer and default list of English stop words
from sklearn.feature_extraction.text import ____, ____

# Build the vectorizer
vect = ____(____=____, ____=(1, 2), ____=200, ____=r'\b[^\d\W][^\d\W]+\b').fit(reviews.review)
# Create sparse matrix from the vectorizer
X = vect.transform(reviews.review)

# Create a DataFrame
reviews_transformed = pd.DataFrame(X.____, columns=vect.____)
print('Top 5 rows of the DataFrame: \n', reviews_transformed.head())

แก้ไขและรันโค้ด