Scikit Learn CountVectorizer para vectorizar texto en NLP

Ejercicio de programación: Preprocesamiento de textos para NLP

Este ejercicio de programación está diseñado para poner a prueba tus conocimientos en ScikitLearn. Es un ejercicio avanzado que pondrá a prueba tus conocimientos expertos.

Tipo: Ejercicio de código 30 minutos estimados 200 puntos de experiencia

Información adicional del ejercicio

Reto de tokenización personalizada.

Contenido del ejercicio

En este ejercicio de programación, te centrarás en aplicar una función de tokenización personalizada usando Scikit-Learn para preprocesar un conjunto de datos de texto en español. Utilizarás el conjunto de datos de mensajes de correo electrónico proporcionado por Scikit-Learn y definirás una función que:

convierte el texto a minúsculas,
elimina signos de puntuación,
conserva acentos,
y excluye cualquier token que contenga números.

Instrucciones:

Carga de datos:

Utiliza el conjunto de datos fetch_20newsgroups, disponible en Scikit-Learn.
Filtra el subconjunto de datos relacionados con categorías de correos electrónicos.

Tokenización personalizada:

Define una función personalizada que convierta cada mensaje a minúsculas y elimine signos de puntuación excepto los acentos.
Filtra los tokens que contienen números, asegurando que solo palabras alfabéticas permanezcan.

Vectorización:

Implementa un CountVectorizer con la función de tokenización personalizada que has definido.
Aplica el vectorizador para transformar los textos preprocesados y obtener una representación numérica.

Resultados:

Imprime las primeras cinco características obtenidas (tokens) de la matriz de características numéricas.

Lección relacionada

Este ejercicio está relacionado con la lección "Preprocesamiento de textos para NLP" de ScikitLearn. Te recomendamos revisar la lección antes de comenzar.

Ver lección relacionada

Más ejercicios de ScikitLearn

Explora más ejercicios de programación en ScikitLearn para mejorar tus habilidades y obtener tu certificación.

Ver más ejercicios de ScikitLearn

Explora el curso completo de ScikitLearn

Descubre más contenido de ScikitLearn con lecciones, ejercicios y módulos organizados para tu aprendizaje.

Módulo: NLP

Ver todas las lecciones y ejercicios de este módulo

Lecciones de ScikitLearn

Aprende los conceptos fundamentales con tutoriales detallados

Ejercicios de ScikitLearn

Practica con más ejercicios de programación

Módulos de ScikitLearn

Explora todos los módulos del curso organizados por temas

Curso completo de ScikitLearn

Ver el temario completo con todos los contenidos del curso

Todas las tecnologías

Explora todos los cursos de programación disponibles

Alan Sastre

Ingeniero de Software y formador, CEO en CertiDevs

Ingeniero de software especializado en Full Stack y en Inteligencia Artificial. Como CEO de CertiDevs, ScikitLearn es una de sus áreas de expertise. Con más de 15 años programando, 6K seguidores en LinkedIn y experiencia como formador, Alan se dedica a crear ejercicios prácticos y contenido educativo de calidad para desarrolladores de todos los niveles.

Solución al ejercicio de programación en ScikitLearn

Contenido bloqueado

¡Desbloquea la solución completa!

Completa el ejercicio de programación en ScikitLearn para acceder a la solución paso a paso, explicaciones detalladas y mejores prácticas.

solution.js

JavaScript

1 function solveChallenge ( input ) {

2 // Algoritmo optimizado O(n log n)

3 const data = parseInput ( input );

4 const sorted = data . sort (( a , b ) => a - b );

6 // Aplicar técnica de dos punteros

7 let left = 0 , right = sorted . length - 1 ;

8 const result = [];

10 while ( left < right ) {

11 const sum = sorted [ left ] + sorted [ right ];

12 if ( sum === target ) {

13 result . push ([ sorted [ left ], sorted [ right ]]);

14 left ++; right --;

15 } else if ( sum < target ) {

16 left ++;

17 } else {

18 right --;

19 }

20 }

22 return result ;

23 }

Código completo

Explicaciones

Mejores prácticas

+1.200 developers han resuelto este ejercicio de programación

Practica con ejercicios de programación en ScikitLearn

Mejora tus habilidades con cientos de ejercicios de práctica, recibe retroalimentación instantánea y obtén tu certificación cuando estés listo.

Asistente de IA

Aprende de tus errores

Progreso

Mide tu avance

Certificación

Valida tus habilidades

Ver curso completo

Ejercicios de programación en ScikitLearn: Práctica y Certificación

Los ejercicios de programación son fundamentales para dominar ScikitLearn. Este ejercicio está diseñado para poner a prueba tus conocimientos prácticos y ayudarte a consolidar lo aprendido en las lecciones teóricas. La práctica constante con ejercicios de programación es la clave para convertirte en un desarrollador experto.

¿Por qué resolver ejercicios de programación?

Resolver ejercicios de programación en ScikitLearn te permite:

Aplicar conocimientos teóricos: Poner en práctica los conceptos aprendidos en las lecciones de ScikitLearn.
Identificar áreas de mejora: Descubrir qué conceptos necesitas reforzar en tu aprendizaje de ScikitLearn.
Prepararte para certificaciones: Los ejercicios te preparan para obtener certificados profesionales en ScikitLearn.
Mejorar tu perfil profesional: Demostrar tus habilidades prácticas en ScikitLearn.

Metodología de aprendizaje

Nuestros ejercicios de programación están diseñados siguiendo una metodología probada de aprendizaje progresivo. Cada ejercicio en ScikitLearn está cuidadosamente estructurado para llevar tus habilidades al siguiente nivel. Comenzamos con conceptos fundamentales y avanzamos gradualmente hacia desafíos más complejos que reflejan situaciones reales del desarrollo de software profesional.

Certificación y validación de conocimientos

Al completar ejercicios de programación, no solo mejoras tus habilidades técnicas, sino que también puedes obtener certificados que validan tu expertise en ScikitLearn. Estos certificados son reconocidos por empresas y pueden ser una gran adición a tu perfil profesional de LinkedIn o tu CV como desarrollador.

Los ejercicios están alineados con los estándares de la industria y cubren desde conceptos básicos hasta técnicas avanzadas de programación en ScikitLearn. Cada ejercicio incluye casos de prueba y ejemplos prácticos que te ayudarán a comprender mejor cómo aplicar lo aprendido en proyectos reales.