问可测性-向量器加权误差
EN

Stack Overflow用户

提问于 2018-03-12 14:42:34

回答 1查看 419关注 0票数 0

我最近发现了Textacy，当我阅读API参考指南时，我遇到了Vectorizer的一个错误。如果我从API引用中添加任何选项，就会得到一个TypeError:意外关键字参数。除了加权之外，我还得到了其他选项的错误。

我使用pip安装了textacy，在Ubuntu上使用了Python3。任何帮助都是非常感谢的。谢谢!

vectorizer = textacy.vsm.Vectorizer(weighting='tfidf')

TypeError: __init__() got an unexpected keyword argument 'weighting'

回答已采纳

发布于 2018-03-29 19:09:16

遇到了同样的问题。API文档不反映当前的Vectorizer关键字参数。现在，向量器提供了不同的关键字参数，以允许更多地控制TF*国防军的应用。

vectorizer = textacy.Vectorizer(tf_type='linear', apply_idf=True, idf_type='smooth')

tf_type应用标准术语频率(TF)，apply_idf=True应用逆文档频率(IDF)。在回购注释中，idf_type='smooth'在每个文档频率中增加一个，以避免零分割。

要查看有关选项的更多信息，请查看存储库中第182行的注释：https://github.com/chartbeat-labs/textacy/blob/master/textacy/vsm/vectorizers.py

票数 2

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/49237995

复制

相似问题

问可测性-向量器加权误差EN