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

了解scikit CountVectorizer中的min_df和max_df

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

了解scikit CountVectorizer中的min_df和max_df

max_df
用于删除出现 频率太高的 术语,也称为“特定于语料库的停用词”。例如:

  • max_df = 0.50
    表示“忽略出现在 50%以上文档中的 术语”。
  • max_df = 25
    表示“忽略出现在 25个以上文档中的 术语”。

默认

max_df
值为
1.0
,表示“忽略出现在 100%以上文档中的 术语”。因此,默认设置不会忽略任何术语。


min_df
用于删除 不太常见的 术语。例如:

  • min_df = 0.01
    表示“忽略出现在 少于1%的文档中的 术语”。
  • min_df = 5
    表示“忽略 少于5个文档 中出现的术语”。

默认

min_df
值为
1
,表示“忽略 少于1个文档 中出现的术语”。因此,默认设置不会忽略任何术语。



转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/669033.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