我在jupyter上清理一个csv文件以进行机器学习。然而，有几列包含字符串值，比如“description”列：

我知道需要使用NLP来清理数据，但不知道如何在jupyter上操作。你能建议我如何将这些值转换为数值吗？

谢谢

回答：

数值比文字或图像更适合创建学习模型。（为什么？因为可以进行降维）

常见的机器学习算法期望接收数值输入。

将一个词转换为相应数值的技术称为词嵌入。

在词嵌入中，字符串被转换为特征向量（数字）。

可以使用词袋模型、word2vec、GloVe来实现这一转换。

通常建议忽略那些对模型不重要的字段。因此，只有在绝对必要时才包含描述信息。