[추천 시스템] 메뉴 추천 시스템 (2)

저번 글에서 이어집니다 ~

---

저번에 어떤 건 같은 카테고리가 제대로 뽑히는데 어떤 건 안 돼서 열심히 서치해봤더니...!

CountVectorizer가 자체적으로 한 글자인 경우에는 따로 카운트를 해주지 않는다고 한다..

아마 영어에서는 한 글자인 경우에는 중요한 의미가 없어서 그런 것 같다..

그치만 내 데이터셋은 한글이고 떡, 국, 탕, 전, 찜, 면 등등 한 글자인 것들도 매우 많고..

,나 공백, /가 포함된 텍스트도 인식해주지 않는다는 것을 확인해서 따로 데이터 값을 변경해주었다

 

import pandas as pd

df = pd.read_csv('food_list.csv',encoding='cp949')
data = df[['구분', '음식명']] # 필요한 데이터만 가져오기

for i in range (len(data)): # ,가 포함되거나 한 글자인 카테고리명 변경 / 문자가 있거나 한 글자인 음식명 변경
	if (',' in data['구분'][i]):
		data.loc[i, "구분"] = data['구분'][i].replace(',', '_')

	if (len(data['구분'][i]) == 1):
		data.loc[i, "구분"] = data['구분'][i] + "_"

	if (len(data['음식명'][i]) == 1):
		data.loc[i, "음식명"] = data['음식명'][i] + "_"

	if (" / " in data['음식명'][i]):
		data.loc[i, "음식명"] = data['음식명'][i].replace(" / ", '_')
	
	if ("/" in data['음식명'][i]):
		data.loc[i, "음식명"] = data['음식명'][i].replace("/", '_')

이렇게 데이터 프레임의 값을 변경하는 방법을 찾아 data.loc을 사용해서 값을 변경해주었다..!

---

쨔잔 ~

비포

애프터

이제 다음으로 할 일은.. !

 

정확하지 않은 음식명을 입력받았을 때 유사한 음식을 추천해줘야 하기 때문에 아마도 자연어처리를 해야되지 않을까..?? 🚀👽