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

sklearn:TFIDF转换器:如何获取文档中给定单词的tf-idf值

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

sklearn:TFIDF转换器:如何获取文档中给定单词的tf-idf值

您可以从sklean使用TfidfVectorizer

from sklearn.feature_extraction.text import TfidfVectorizerimport numpy as npfrom scipy.sparse.csr import csr_matrix #need this if you want to save tfidf_matrixtf = TfidfVectorizer(input='filename', analyzer='word', ngram_range=(1,6),          min_df = 0, stop_words = 'english', sublinear_tf=True)tfidf_matrix =  tf.fit_transform(corpus)

上面的tfidf_matix具有语料库中所有文档的TF-IDF值。这是一个很大的稀疏矩阵。现在,

feature_names = tf.get_feature_names()

这将为您提供所有标记,n-gram或单词的列表。对于语料库中的第一个文档,

doc = 0feature_index = tfidf_matrix[doc,:].nonzero()[1]tfidf_scores = zip(feature_index, [tfidf_matrix[doc, x] for x in feature_index])

让我们打印出来

for w, s in [(feature_names[i], s) for (i, s) in tfidf_scores]:  print w, s


转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/651197.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