FeBalla
commented
2 years ago Una instancia siempre ha sido un vector, por eso es que buscamos una representación numérica para los datos. Por ejemplo, si una persona tiene 36 años, 3 hijos y sexo masculino (digamos 0), su vector sería algo así como <edad, hijos, sexo> = <36, 3, 0>.
Dicho esto, los vectores que da spaCy son la representación numérica de estos textos, es decir, algo como "Hola, me llamo Fernando" pasaría a ser <1.453, -1.3435, -3.5452...>, que es su representación procesable para un modelo. Entonces, si para cada texto obtenemos su vector, entonces llegamos al mismo punto que siempre: varias columnas (que en este caso no tienen un significado directo) y varias filas, una por cada texto, donde estas son los vectores.
fran-gl
Hola! Tengo una duda de la actividad 3 de la parte de SVM de la tarea 3. En el punto 4 dice que hay que crear un nuevo set de datos que tenga la representación vectorial de los textos. En la cápsula de spaCy se mostró cómo transformar un texto a un vector, pero para entrenar un SVM ¿los elementos del dataframe pueden ser vectores? ¿o deberíamos separar los componentes de los vectores en distintas columnas?
Muchas gracias de antemano.