电影评论的词汇表大小
在本练习中，您将使用 movies 评论数据集的一个样本，练习用不同方式限制词汇表的大小。第一列是 review，类型为 object；第二列是 label，其中 0 表示负面评论，1 表示正面评论。
您将使用的三种方法都会把文本列转换为新的数值列，用于捕捉每条评论中某个单词或短语的出现次数。每种方法最终都会产生不同数量的新特征。
本练习是课程的一部分
Python 中的情感分析
交互式实操练习
通过完成这段示例代码来试试这个练习。
from sklearn.feature_extraction.text import CountVectorizer
# Build the vectorizer, specify size of vocabulary and fit
vect = CountVectorizer(____=____)
vect.fit(movies.review)
# Transform the review column
X_review = vect.transform(movies.review)
# Create the bow representation
X_df = pd.DataFrame(X_review.toarray(), columns=vect.get_feature_names())
print(X_df.head())