Python 튜토리얼

기초

  • moneyIcon 상금 : 교육
  • 9,999명 D-100719

 

Lv1 전처리 11/14 python 파이썬 CountVectorizer - (1)

2021.10.01 15:23 3,652 조회

안녕하세요 여러분! 👨‍🏫👩‍🏫


이번시간에는 BOW의 카운트 기반 벡터화(CountVectorizer)에 대해 알아 보겠습니다.


카운트 기반 벡터화

Bag of Words를 설명하면서 텍스트 데이터를 숫자형 데이터로 변환하는 방법에 대해 알아보았습니다. 복습

그와 마찬가지로, 단어에 값을 부여할 때 각 문장에서 해당 단어가 나타나는 횟수

즉, Count를 부여하는 경우를 카운트 벡터화라고 합니다. 카운트 벡터화에서는 값이 높을수록 중요한 단어로 인식됩니다.


카운트 기박 벡터화 실습

카운트 기반 벡터화는 사이킷런의 CountVectorizer 클래스를 활용하여 적용할 수 있습니다.

아래 코드는 CountVectorzier를 활용하여 한 문장을 BOW로 만드는 코드입니다.


-------------------------------------------------------------------------------------------------------------------------------------------------------------------------

from sklearn.feature_extraction.text import CountVectorizer


corpus = [

    'This is the first document.',

    'This is the second second document.',

    'And the third one.',

    'Is this the first document?',

    'The last document?',

]


vect = CountVectorizer()

print(vect.fit_transform(corpus).toarray()) # corpus 리스트 내부 텍스트로 부터 각 단어의 빈도 수를 기록합니다.

print(vect.vocabulary_)# 각 단어의 인덱스가 어떻게 부여되었는지를 보여줍니다.

-------------------------------------------------------------------------------------------------------------------------------------------------------------------------

output :

[[0 1 1 1 0 0 0 1 0 1]

[0 1 0 1 0 0 2 1 0 1]

[1 0 0 0 0 1 0 1 1 0]

[0 1 1 1 0 0 0 1 0 1]

[0 1 0 0 1 0 0 1 0 0]]

{'this': 9, 'is': 3, 'the': 7, 'first': 2, 'document': 1, 'second': 6, 'and': 0, 'third': 8, 'one': 5, 'last': 4}

-------------------------------------------------------------------------------------------------------------------------------------------------------------------------


다음 시간에는 CountVectorizer()와 청와대 청원 데이터를 이용하여 실습을 진행해 보도록 하겠습니다.💫💫


↩️ 오늘의 파이썬 리스트


#데이콘_101 #AI #머신러닝 #딥러닝 #파이썬 #파이선 #데이터분석 #데이터사이언티스트 #코랩 #Python #colab #kaggle #pandas #numpy #sckit-learn  #CountVectorizer


로그인이 필요합니다
0 / 1000
왼쪽눈썹왁싱
2021.11.03 11:35

moran
2022.01.04 15:39

dbnoid
2022.01.20 13:11

acebed
2022.03.11 14:51

done

비회원
2022.04.07 10:56

krooner
2022.05.20 01:02

baeksh0330
2022.10.02 18:02

highllight
2023.02.12 16:34

이전 글
인덱싱을 위한 Pandas .iloc .loc 사용 방법 데이터 분석 및 조작을위한
대회 - Python 튜토리얼
좋아요 4
조회 1,709
댓글 0
일 년 전
현재 글
Lv1 전처리 11/14 python 파이썬 CountVectorizer - (1)
대회 - Python 튜토리얼
좋아요 2
조회 3,652
댓글 8
2년 전
다음 글
다음 글이 존재하지 않습니다.