Lompat ke konten utama
Kelas
Mengolah Teks dengan PythonPelajaran 16 dari 16 · Modul 4, TF-IDF, kemiripan, dan klasifikasi teks

Modul 4 · TF-IDF, kemiripan, dan klasifikasi teks

Misi: menyortir tiket pengaduan pelanggan

Setelah pelajaran ini kamu bisa menggabungkan TF-IDF, MultinomialNB, dan kemiripan kosinus untuk menyortir dan mencocokkan tiket pengaduan.

  • ±17 menit
  • 4 latihan
  • Diperiksa 27 Sep 2026

Latihan di pelajaran ini butuh akun gratis. Progres, kode, dan catatanmu hanya tersimpan di browser ini. Masuk untuk menyimpannya

Materi

Layanan pelanggan menerima tiket pengaduan dalam tiga kategori: pengiriman, pembayaran, dan produk. Ada sembilan tiket lama yang sudah berlabel dan daftar kata henti buatan sendiri. Semua tiket karangan. Tugasmu melatih pengklasifikasi TF-IDF dengan MultinomialNB, mengukur akurasinya, mengirim tiket yang ragu-ragu ke petugas, dan mencari tiket lama yang paling mirip sebagai rujukan jawaban.

Latihan

Misi akhir modul: luluskan minimal 4 dari 4 tugas. Jawaban diperiksa di server. Lulus berarti kamu memahami contohnya, bukan penilaian seluruh pekerjaanmu.

Latihan 4 dari 4

Tanpa pipeline, vectorizer di-fit pada TEKS_LATIH. Tiket baru dari UJI diubah menjadi vektor dengan method apa dari vectorizer yang sama?

Pilih satu jawaban

Catatanmu

Memuat catatan…

tersimpan otomatis, ikut tercetak · 0/4.000

Lanjutkan ke

Tampilkan 1 lagi