Розмір словника для оглядів фільмів
У цій вправі ви попрактикуєте різні способи обмеження розміру словника на прикладі набору даних оглядів movies. Перша колонка — це review типу object, а друга — label, де 0 означає негативний відгук, а 1 — позитивний.
Три методи, які ви застосуєте, перетворять текстову колонку на нові числові колонки, що фіксують кількість появ слова або фрази в кожному відгуку. У підсумку кожен метод призведе до побудови різної кількості нових ознак.
Ця вправа є частиною курсу
Аналіз тональності в Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
from sklearn.feature_extraction.text import CountVectorizer
# Build the vectorizer, specify size of vocabulary and fit
vect = CountVectorizer(____=____)
vect.fit(movies.review)
# Transform the review column
X_review = vect.transform(movies.review)
# Create the bow representation
X_df = pd.DataFrame(X_review.toarray(), columns=vect.get_feature_names())
print(X_df.head())