주제 및 데이터셋
MBTI 16가지 유형
- MBTI별 성향 파악, MBTI 분류 기준이 될 주요 키워드 가정해보기
MBTI 종류와 유형에 대한 자세히 정리분석
MBTI 데이터 EDA
- Type 칼럼 value_counts() → MBTI 유형별 포스팅 수 확인
- Posts are processed texts (텍스트는 사전 처리된 상태)
- Posts are equal-sized: 500 words per sample.
- No punctuations, stopwords, URLs
- Lemmatization
- Reconstruct samples to be equal-sized chunks (500 words per sample)
토크나이징 (키워드 추출), 전처리
- punctuation, 문장부호는 없다고 함
- 불용어 지정
- 타입별 키워드 빈도수 측정
입력-타겟 변수
- Training-Test Dataset Split.
- X = 키워드별 중요도
- y = MBTI 유형
- 즉, 포스팅 칼럼 내의 키워드를 바탕으로 MBTI를 가장 잘 예측할 수 있는 모델을 구축