Tìm các từ phổ biến nhất
Khi đã tạo xong các đặc trưng, bạn luôn nên kiểm tra lại để đảm bảo chúng đúng như kỳ vọng. Việc này giúp bạn phát hiện lỗi sớm và có thể định hướng cho các bước feature engineering tiếp theo.
Bộ vectorizer (cv) bạn đã fit ở bài trước và mảng thưa chứa số đếm từ (cv_trigram) hiện có sẵn trong workspace của bạn.
Bài tập này là một phần của khóa học
Feature Engineering cho Machine Learning bằng Python
Hướng dẫn bài tập
- Tạo một DataFrame từ các đặc trưng (số đếm từ).
- Cộng tổng số lần xuất hiện và in ra 5 từ xuất hiện nhiều nhất.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Create a DataFrame of the features
cv_tri_df = ____(____,
columns=cv_trigram_vec.get_feature_names()).add_prefix('Counts_')
# Print the top 5 words in the sorted output
print(cv_tri_df.sum().____(ascending=____).head())