栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 面试经验 > 面试问答

Python Tf IDF算法

面试问答 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

Python Tf IDF算法

这是使用scikit-learn的Tf-
idf算法的实现。在应用之前,你可以

word_tokenize()
和干你的话。

import pandas as pdfrom sklearn.feature_extraction.text import TfidfVectorizerfrom nltk import word_tokenizefrom nltk.stem.porter import PorterStemmerdef tokenize(text):    tokens = word_tokenize(text)    stems = []    for item in tokens: stems.append(PorterStemmer().stem(item))    return stems# your corpustext = ["This is your first text book", "This is the third text for analysis", "This is another text"]# word tokenize and stemtext = [" ".join(tokenize(txt.lower())) for txt in text]vectorizer = TfidfVectorizer()matrix = vectorizer.fit_transform(text).todense()# transform the matrix to a pandas dfmatrix = pd.Dataframe(matrix, columns=vectorizer.get_feature_names())# sum over each document (axis=0)top_words = matrix.sum(axis=0).sort_values(ascending=False)


转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/625484.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号