BOW với đánh giá sản phẩm
Bạn đã luyện tập BOW trên một tập dữ liệu nhỏ. Giờ hãy áp dụng nó cho một mẫu đánh giá sản phẩm trên Amazon. Dữ liệu đã được nhập sẵn với tên reviews. Nó có hai cột. Cột đầu tiên là score, nhận giá trị 0 khi đánh giá tiêu cực và 1 khi tích cực. Cột thứ hai là review, chứa nội dung đánh giá do khách hàng viết. Bạn có thể khám phá dữ liệu trong IPython Shell.
Nhiệm vụ của bạn là xây dựng một từ vựng BOW, sử dụng cột review.
Hãy nhớ rằng bạn có thể gọi phương thức .get_feature_names() trên vectorizer để lấy danh sách tất cả phần tử trong từ vựng.
Bài tập này là một phần của khóa học
Phân tích cảm xúc với Python
Hướng dẫn bài tập
- Tạo một đối tượng CountVectorizer, chỉ định số lượng đặc trưng tối đa.
- Fit vectorizer.
- Transform vectorizer đã fit.
- Tạo một DataFrame bằng cách chuyển ma trận thưa sang mảng dày với
.toarray()và đảm bảo chỉ định đúng tên các cột.
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 CountVectorizer
# Build the vectorizer, specify max features
vect = ____(____=100)
# Fit the vectorizer
vect.____(reviews.review)
# Transform the review column
X_review = vect.____(reviews.review)
# Create the bow representation
X_df=pd.DataFrame(X_review._____, columns=___.____)
print(X_df.head())