在前一個練習中，你看到了含有類別型特徵的資料框 df1，因此不適合直接套用機器學習演算法。
df1
這個練習中，你的任務是把 df1 轉換成適合機器學習的格式。
本練習屬於課程
試著完成這個範例程式碼，體驗一下這個練習。
# Print the features of df1 print(____.____)
學習計算基本特徵，如單字數、字元數、平均單字長度，以及特殊字元數（例如 Twitter 的主題標籤與提及）。你也會學習計算可讀性分數，並判斷理解一段文字所需的教育程度。
當前練習
在本章中，你將學到斷詞（tokenization）與詞形還原（lemmatization）。接著你會學習如何使用 spaCy 函式庫進行文字清理、詞性標註與命名實體辨識。掌握這些觀念後，你將把蓋茨堡演說轉為適合機器處理的格式、分析假新聞中的名詞用法，並找出 TechCrunch 文章中被提及的人物。
學習 n-gram 建模，並用它來對電影評論進行情緒分析。
學習如何計算 tf-idf 權重，以及兩個向量之間的餘弦相似度分數。你將運用這些概念建立電影與 TED Talk 推薦系統。最後，你也會認識詞嵌入，並使用詞向量表示法來計算多首 Pink Floyd 歌曲之間的相似度。