1. Learn
    2. /
  2. 课程
    3. /
  3. Python 中的机器学习预处理
Connected

道练习

探索文本向量，第 1 部分

让我们在刚学到的文本向量探索方法上继续深入，使用 volunteer 数据集的 title tf/idf 向量。在这一部分中，我们将基于幻灯片里的那个函数进行扩展。我们会让该函数返回一个数字列表。在下一个练习中，您将编写另一个函数，用于汇总所有文档中的高频词，提取出来，然后用这份列表来筛选 text_tfidf 向量。

说明

100 XP
  • 添加名为 original_vocab 和 top_n 的参数，其中 original_vocab 对应 tfidf_vec.vocabulary_。
  • 对打包后的字典调用 pd.Series()，这样更便于后续操作。
  • 使用 .sort_values() 对 Series 排序，并将索引切片到前 top_n 个词。
  • 调用该函数，设置 original_vocab=tfidf_vec.vocabulary_，设置 vector_index=8（获取第 9 行），并设置 top_n=3（获取权重最高的 3 个词）。