Tạo DataFrame TF-IDF
Giờ bạn đã tạo được các đặc trưng TF-IDF, bạn cần đưa chúng về định dạng có thể dùng để tạo gợi ý.
Bạn sẽ tiếp tục tận dụng pandas và bọc mảng này trong một DataFrame.
Vì bạn sẽ dùng tựa phim để lọc dữ liệu, bạn có thể gán các tựa phim vào chỉ mục (index) của DataFrame.
DataFrame df_plots đã được nạp sẵn cho bạn. Nó chứa tên phim trong cột Title và phần tóm tắt nội dung trong cột Plot.
Bài tập này là một phần của khóa học
Xây dựng Recommendation Engine bằng Python
Hướng dẫn bài tập
- Tạo một
TfidfVectorizerrồi fit và transform như bạn đã làm ở bài trước. - Bọc
vectorized_datađã tạo trong một DataFrame. Dùng tên các đặc trưng được sinh ra trong giai đoạn fit và transform làm tên cột và gán DataFrame mới của bạn vàotfidf_df. - Gán các tựa phim gốc vào index của DataFrame
tfidf_dfvừa tạo.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
from sklearn.feature_extraction.text import TfidfVectorizer
# Instantiate the vectorizer object and transform the plot column
vectorizer = ____(max_df=0.7, min_df=2)
vectorized_data = vectorizer.____(df_plots['Plot'])
# Create Dataframe from TF-IDFarray
tfidf_df = pd.____(____.toarray(), columns=vectorizer.____())
# Assign the movie titles to the index and inspect
tfidf_df.____ = ____['Title']
print(tfidf_df.head())