NLP Academy · 강의

scikit-learn으로 TF-IDF 사용하기

몇 줄의 코드로 말뭉치를 벡터화합니다

scikit-learn으로 TF-IDF 사용하기은(는) CoddyKit의 무료 NLP Academy 강의입니다. 이것은 4개 중 3번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 NLP Academy 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. NLP Academy 강의에는 총 4개의 강의가 포함되어 있습니다.

이 강의의 일부는 아직 번역되지 않았으며 영어로 표시됩니다.

No Need to Hand-Code It

You understand the math, so now let scikit-learn do the heavy lifting. Its TfidfVectorizer turns raw documents into a weighted matrix in a few lines.

Import the Vectorizer

Everything lives in the feature_extraction.text module. Import TfidfVectorizer and you are ready to vectorize any list of text strings.

from sklearn.feature_extraction.text import TfidfVectorizer

Your Corpus Is a List

A corpus is just a Python list of strings, one per document. Each entry is the full text you want scored and compared.

corpus = [
    "the cat sat on the mat",
    "the dog chased the cat",
]

Fit and Transform

Call fit_transform to learn the vocabulary and compute TF-IDF in one step. It returns a sparse matrix of weighted features.

vec = TfidfVectorizer()
X = vec.fit_transform(corpus)
print(X.shape)

What fit Learned

The fit step builds the vocabulary and the IDF values from your corpus. After this the vectorizer knows every term and how rare it is.

Inspect the Vocabulary

You can list the learned feature names to see the columns. get_feature_names_out shows each word in vocabulary order. 🔎

print(vec.get_feature_names_out())

The Output Is Sparse

Most documents use only a few words, so the matrix is mostly zeros. scikit-learn stores it as a memory-saving sparse matrix by default.

Peek at Real Numbers

Convert a row to a dense array to actually read the weights. The fillers near zero and topic words stand out clearly.

print(X.toarray()[0].round(3))

Tune With Parameters

Handy options let you drop rare or common terms instantly. Set min_df and stop_words to clean the vocabulary as you vectorize.

vec = TfidfVectorizer(stop_words="english", min_df=2)

Reuse on New Text

Fit once on training data, then call transform on fresh documents. New text is mapped into the exact same vocabulary and IDF scale.

new_docs = ["a new cat appeared"]
X_new = vec.transform(new_docs)

Ready for a Model

This weighted matrix plugs straight into any scikit-learn classifier. TF-IDF features are a strong, fast baseline for real text tasks.

Quick Check

Which method learns the vocabulary and computes the TF-IDF matrix together?

Recap

You imported TfidfVectorizer, fit it on a corpus, inspected the sparse output, and learned to reuse it on new text. The math is now a one-liner. ✅

자주 묻는 질문

“scikit-learn으로 TF-IDF 사용하기” 강의는 무료인가요?

네 — “scikit-learn으로 TF-IDF 사용하기” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 NLP Academy 강의 전체를 잠금 해제할 수 있습니다. NLP Academy 강의에는 총 4개의 강의가 포함되어 있습니다.

“scikit-learn으로 TF-IDF 사용하기”에서 뭘 배우나요?

몇 줄의 코드로 말뭉치를 벡터화합니다 브라우저에서 직접 실행하는 실습 코드로 NLP Academy을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.

NLP Academy을(를) 시작하는 데 경험이 필요한가요?

사전 경험은 필요하지 않습니다. CoddyKit의 NLP Academy은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 3번째 강의입니다.

“scikit-learn으로 TF-IDF 사용하기” 강의는 얼마나 걸리나요?

대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.

이 NLP Academy 강의에서 코드를 작성하고 실행할 수 있나요?

네. 모든 NLP Academy 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.

이 강의의 모든 강의

← NLP Academy(으)로 돌아가기