169 похожих чатов

Ребят, привет, кто знает как корректно сконкатить датафрейм с фичами

и разреженную матрицу TF-IDF?
Я почему- то боюсь, что при создании разреженной матрицы tfidf объекты перемешиваются, и после чего горизонтальная конкатенация будет неверна? Может я ошибаюсь, кто сталкивался?

11 ответов

27 просмотров

грубо говоря у вас же не совсем матрица – её можно представить в виде датафрейма с номером строки, номером столбца и значением, соответственно, если у вас есть названия документов и названия термов вы можете подставить их в датафрейм, представляющий разряженную матрицу, и уже соединять два датафрейма обычным левым джоином

Артур-Вологда Автор вопроса
Makar Minchenko
грубо говоря у вас же не совсем матрица – её можно...

В разреженной матрице я буду знать имена столбцов ( слова) а как туда поместить имя документа? TiidfVectorizer не оставляет информации об имени документа, или это можно настроить, чтобы он оставлял такой столбец ?

Артур Вологда
В разреженной матрице я буду знать имена столбцов ...

это же просто индексы будут, попробуйте это проверить

Артур-Вологда Автор вопроса
Makar Minchenko
это же просто индексы будут, попробуйте это провер...

Вот я и сомневаюсь, индексы в новой разреженной матрице также будут новыми, никак не связаны со старой таблицей объектов?

Артур Вологда
Вот я и сомневаюсь, индексы в новой разреженной ма...

индексы для документов должны сохраняться; можете посмотреть на аргумент vocubalary в tfidfvectorizer, если вам нужно это проверить

Артур Вологда
Вот я и сомневаюсь, индексы в новой разреженной ма...

вроде там есть scipy.sparse.hstack и это все объединить можно в один мешок

Артур-Вологда Автор вопроса
Pavel Zheltouhov
вроде там есть scipy.sparse.hstack и это все объед...

Все верно, есть такое, но тут вопрос не мешаются ли объекты при создании tfidf матрицы, если не мешаются, тогда и hstack можно использовать

Артур-Вологда Автор вопроса
Makar Minchenko
индексы для документов должны сохраняться; можете ...

Vocabulary разве не для всего корпуса строится? Он же не для одного текста

Артур Вологда
Все верно, есть такое, но тут вопрос не мешаются л...

я правильно понял,что вы собираетесь к мешку слов добавить еще табличные признаки и дальше попробовать стандартные алгоритмы классификации?

Артур Вологда
Да, верно

ну тогда не понятно в чем вопрос? после sparse.hstack вы получите разреженную матрицу, но часть данных не разрежена. а тип данных все равно sparse.

Похожие вопросы

Обсуждают сегодня

Добрый вечер. Есть вопрос, а может и предложение. Был у меня диалог в другой группе о делфи и я задался вопросом: "А нельзя ли в делфи цвет //коментария и {комментария} сде...
Kraszx
24
Всем привет! Подскажи, пожалуйста, как передать в TComboBox сразу значение и id записи. На Delphi я делал так: ComboBox1.Items.AddObject('Какое-то значение', Pointer(id запис...
Евгений
13
Мдя, прикол, боевая сборка запускается (именно под отладчиком) после F9 примерно полторы минуты (97 секунд если быть точным). Начал копать - проблема детектится сразу - зависа...
Александр (Rouse_) Багель
38
Здравствуйте, вопрос по структурам данных. Были у вас случаи, когда пришлось писать деревья или двунаправленные списки?
/ /
50
Товарищи, кто работа с iphelper? Или может я в самой логике ошибки фигачу, не пойму.... var ifTable : PMIB_IFTABLE; size, corSize: DWORD; Buffer ...
Warfarellen
4
я так понимаю, я так подозреваю, что создание такого плагина для человека, кто умеет писать плагины для делфи потребует минут 5-10 времени. но это мое подозрение. хотелось бы ...
Kraszx
7
Коллеги, добрый вечер. Создаю коллекцию от TFPGMap, ключ - перечисление, значение - целое. Нужно отсортировать коллекцию по значению. Как это можно сделать?
Kirill Filippenok
11
Скажи а ты когда этот канал создавал ты уже дельфи не любил, или это со временем пришло?
Роман Лях (rgreat)
18
Привет, такой вопросик появился кажется ли вам что Rust слишком сложный/строгий для высокоуровневого программирования и слишком "безопасный"/строгий для низкоуровневого?
Крокант
10
Всем привет! Использую кастомное модальное диалоговое окошко, все по классике - mrOK, mrCancel как ModalResult. Однако есть нюанс - в главной форме есть универсальный обработч...
Олег Гранишевский
20
Карта сайта