|
| 1 | +{ |
| 2 | + "cells": [ |
| 3 | + { |
| 4 | + "cell_type": "markdown", |
| 5 | + "metadata": {}, |
| 6 | + "source": [ |
| 7 | + "# 문장 백터화 진행" |
| 8 | + ] |
| 9 | + }, |
| 10 | + { |
| 11 | + "cell_type": "code", |
| 12 | + "execution_count": null, |
| 13 | + "metadata": {}, |
| 14 | + "outputs": [], |
| 15 | + "source": [ |
| 16 | + "import numpy as np" |
| 17 | + ] |
| 18 | + }, |
| 19 | + { |
| 20 | + "cell_type": "code", |
| 21 | + "execution_count": null, |
| 22 | + "metadata": {}, |
| 23 | + "outputs": [], |
| 24 | + "source": [ |
| 25 | + "from sklearn.feature_extraction.text import TfidfVectorizer\n", |
| 26 | + "\n", |
| 27 | + "sent = (\"휴일 인 오늘 도 서쪽 을 중심 으로 폭염 이 이어졌는데요, 내일 은 반가운 비 소식 이 있습니다.\", \"폭염 을 피해서 휴일 에 놀러왔다가 갑작스런 비 로 인해 망연자실 하고 있습니 다.\") \n", |
| 28 | + "tfidf_vectorizer = TfidfVectorizer()\n", |
| 29 | + "tfidf_matrix = tfidf_vectorizer.fit_transform(sent) #문장 벡터화 진행\n", |
| 30 | + "\n", |
| 31 | + "idf = tfidf_vectorizer.idf_\n", |
| 32 | + "print(dict(zip(tfidf_vectorizer.get_feature_names(), idf)))" |
| 33 | + ] |
| 34 | + }, |
| 35 | + { |
| 36 | + "cell_type": "markdown", |
| 37 | + "metadata": {}, |
| 38 | + "source": [ |
| 39 | + "# 유사도의 예\n", |
| 40 | + " 1. 자카드 유사도\n", |
| 41 | + " 2. 코사인 유사도\n", |
| 42 | + " 3. 유클리디안 유사도\n", |
| 43 | + " 4. 멘하탄 유사도" |
| 44 | + ] |
| 45 | + }, |
| 46 | + { |
| 47 | + "cell_type": "code", |
| 48 | + "execution_count": null, |
| 49 | + "metadata": {}, |
| 50 | + "outputs": [], |
| 51 | + "source": [ |
| 52 | + "# 1. 자카드 유사도\n", |
| 53 | + "from sklearn.metrics import jaccard_similarity_score\n", |
| 54 | + "\n", |
| 55 | + "# jaccard_similarity_score(tfidf_matrix[0:1], tfidf_matrix[1:2])\n", |
| 56 | + "jaccard_similarity_score(np.array([1,1,0,0]), np.array([1,1,0,2]))" |
| 57 | + ] |
| 58 | + }, |
| 59 | + { |
| 60 | + "cell_type": "code", |
| 61 | + "execution_count": null, |
| 62 | + "metadata": {}, |
| 63 | + "outputs": [], |
| 64 | + "source": [ |
| 65 | + "# 2. 코사인 유사도\n", |
| 66 | + "\n", |
| 67 | + "from sklearn.metrics.pairwise import cosine_similarity\n", |
| 68 | + "\n", |
| 69 | + "# 코사인 유사도를 구해보자\n", |
| 70 | + "cosine_similarity(tfidf_matrix[0:1], tfidf_matrix[1:2])" |
| 71 | + ] |
| 72 | + }, |
| 73 | + { |
| 74 | + "cell_type": "code", |
| 75 | + "execution_count": null, |
| 76 | + "metadata": {}, |
| 77 | + "outputs": [], |
| 78 | + "source": [ |
| 79 | + "# 3. 유클리디안 유사도\n", |
| 80 | + "\n", |
| 81 | + "from sklearn.metrics.pairwise import euclidean_distances\n", |
| 82 | + "\n", |
| 83 | + "euclidean_distances(tfidf_matrix[0:1], tfidf_matrix[1:2])\n", |
| 84 | + "\n", |
| 85 | + "# 정규화\n", |
| 86 | + "\n", |
| 87 | + "import numpy as np\n", |
| 88 | + "\n", |
| 89 | + "def l1_normalize(v):\n", |
| 90 | + " norm = np.sum(v)\n", |
| 91 | + " return v / norm\n", |
| 92 | + "\n", |
| 93 | + "tfidf_norm_l1 = l1_normalize(tfidf_matrix)\n", |
| 94 | + "euclidean_distances(tfidf_norm_l1[0:1], tfidf_norm_l1[1:2])" |
| 95 | + ] |
| 96 | + }, |
| 97 | + { |
| 98 | + "cell_type": "code", |
| 99 | + "execution_count": null, |
| 100 | + "metadata": {}, |
| 101 | + "outputs": [], |
| 102 | + "source": [ |
| 103 | + "# 4. 맨하탄 유사도\n", |
| 104 | + "\n", |
| 105 | + "from sklearn.metrics.pairwise import manhattan_distances\n", |
| 106 | + "\n", |
| 107 | + "manhattan_distances(tfidf_norm_l1[0:1], tfidf_norm_l1[1:2])" |
| 108 | + ] |
| 109 | + }, |
| 110 | + { |
| 111 | + "cell_type": "code", |
| 112 | + "execution_count": null, |
| 113 | + "metadata": {}, |
| 114 | + "outputs": [], |
| 115 | + "source": [] |
| 116 | + } |
| 117 | + ], |
| 118 | + "metadata": { |
| 119 | + "kernelspec": { |
| 120 | + "display_name": "Python 3", |
| 121 | + "language": "python", |
| 122 | + "name": "python3" |
| 123 | + }, |
| 124 | + "language_info": { |
| 125 | + "codemirror_mode": { |
| 126 | + "name": "ipython", |
| 127 | + "version": 3 |
| 128 | + }, |
| 129 | + "file_extension": ".py", |
| 130 | + "mimetype": "text/x-python", |
| 131 | + "name": "python", |
| 132 | + "nbconvert_exporter": "python", |
| 133 | + "pygments_lexer": "ipython3", |
| 134 | + "version": "3.6.8" |
| 135 | + } |
| 136 | + }, |
| 137 | + "nbformat": 4, |
| 138 | + "nbformat_minor": 2 |
| 139 | +} |
0 commit comments