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

将功能名称更新到scikit TFIdfVectorizer

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

将功能名称更新到scikit TFIdfVectorizer

在sklearn术语中,这称为部分拟合,而您不能使用来实现

TfidfVectorizer
。有两种解决方法:

  • 连接两个训练集并重新向量化
  • 使用
    HashingVectorizer
    支持局部拟合的。但是,
    get_feature_names
    由于存在散列特征,因此没有方法,因此不会保留原始特征。另一个优点是,这将大大提高内存效率。

第一种方法的示例:

from sklearn.feature_extraction.text import TfidfVectorizerimport numpy as nptrain_data1 = ["football is the sport", "gravity is the movie", "education is important"]vectorizer = TfidfVectorizer(stop_words='english')print("Applying first train data")X_train = vectorizer.fit_transform(train_data1)print(vectorizer.get_feature_names())print("nnApplying second train data")train_data2 = ["cricket", "Transformers is a film", "AIMS is a college"]X_train = vectorizer.transform(train_data2)print(vectorizer.get_feature_names())print("nnApplying fit transform onto second train data")X_train = vectorizer.fit_transform(train_data1 + train_data2)print(vectorizer.get_feature_names())

输出:

Applying first train data['education', 'football', 'gravity', 'important', 'movie', 'sport']Applying second train data['education', 'football', 'gravity', 'important', 'movie', 'sport']Applying fit transform onto second train data['aims', 'college', 'cricket', 'education', 'film', 'football', 'gravity', 'important', 'movie', 'sport', 'transformers']


转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/661221.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