文本特征提取
对「文本」进行特征提取时,一般会用「单词」作为特征,即特征词。
TfidfVectorizer会计算特征词的「权重」,帮我们发现哪个词是最重要的。
比如,某个词在这篇文章中出现的频率很高,但在其他文章中出现的频率很低,那么这个词对于这篇文章的权重就高。
而 CountVectorizer 则只是单纯的计算特征词出现的「次数」,对于多篇文章的特征提取,就
微信扫一扫
对「文本」进行特征提取时,一般会用「单词」作为特征,即特征词。
TfidfVectorizer会计算特征词的「权重」,帮我们发现哪个词是最重要的。
比如,某个词在这篇文章中出现的频率很高,但在其他文章中出现的频率很低,那么这个词对于这篇文章的权重就高。
而 CountVectorizer 则只是单纯的计算特征词出现的「次数」,对于多篇文章的特征提取,就
相关推荐