Create vectorial_representation.py

vectorial_representation.py

@@ -0,0 +1,19 @@
+import numpy as np
+from vectorization import model, spotify_data
+
+# Función para convertir una canción en un vector promedio de sus palabras
+def song_vector(tokens, model):
+    # Filtrar palabras que están en el modelo
+    tokens = [word for word in tokens if word in model.wv.key_to_index]
+
+    if len(tokens) == 0:
+        return np.zeros(model.vector_size)
+
+    # Calcular el promedio de los vectores de las palabras
+    song_vec = np.mean([model.wv[word] for word in tokens], axis=0)
+    return song_vec
+
+# Aplicar esta función a cada canción en tu dataset
+spotify_data['song_vector'] = spotify_data['cleaned_text'].apply(lambda x: song_vector(x, model))
+spotify_data.to_csv('dataset_modificado.csv', index=False)
+