Vektörleri inceleme

Vektörlerin nasıl çalıştığını daha iyi anlamak için, onları pandas DataFrame’lerine dönüştürerek inceleyeceksin.

Burada, önceki iki egzersizde oluşturduğun aynı veri yapılarını (count_train, count_vectorizer, tfidf_train, tfidf_vectorizer) ve pd olarak içe aktarılan pandas’ı kullanacaksın.

Bu egzersiz

Python ile Doğal Dil İşlemeye Giriş

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

pd.DataFrame() kullanarak ve ilk argüman olarak değerleri, ikinci argüman olarak da sütunları (veya özellikleri) belirterek count_df ve tfidf_df DataFrame’lerini oluştur.
- Değerlere, sırasıyla count_train ve tfidf_train nesnelerinin .A özniteliğiyle erişebilirsin.
- Sütunlara, count_vectorizer ve tfidf_vectorizer nesnelerinin .get_feature_names() metodlarıyla erişebilirsin.
Yapılarını incelemek için her bir DataFrame’in başını yazdır. Bu senin için yapıldı.
Sütun adlarının her iki DataFrame’de de aynı olup olmadığını test etmek için, difference adlı yeni bir nesne oluşturarak count_df’nin tfidf_df’den farkı olan sütunlarını gör. DataFrame’in sütunlarına .columns özniteliğiyle erişebilirsin. set(count_df.columns) kümesinden set(tfidf_df.columns) kümesini çıkar.
İki DataFrame’in eşdeğer olup olmadığını test etmek için, count_df üzerinde .equals() metodunu tfidf_df argümanıyla kullan.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Create the CountVectorizer DataFrame: count_df
count_df = ____(____, columns=____)

# Create the TfidfVectorizer DataFrame: tfidf_df
tfidf_df = ____

# Print the head of count_df
print(count_df.head())

# Print the head of tfidf_df
print(tfidf_df.head())

# Calculate the difference in columns: difference
difference = set(____) - set(____)
print(difference)

# Check whether the DataFrames are equal
print(____)

Kodu Düzenle ve Çalıştır