回答情况：
提问时间：
问题标签：
如下所示，我在一个机器学习练习中使用了CountVectorizer，以获取特定单词的出现次数。from sklearn.feature_extraction.text import CountVectorizers1 = 'KJ YOU
浏览 0提问于2017-10-09得票数 0
我有一个带有句子的数据，我用了countvectorizer和一个预定义的词汇表。对于一些词汇来说，即使句子中包含字典中的单词，返回值也是0。由于某种原因不起作用的词语清单如下：* 1 report* not a good fit* c levelCountVectorizer的定义如下：科尔斯是字典的地方
我确信这与令牌程序
浏览 4修改于2020-03-01得票数 0
回答已采纳
我不确定在创建vectorizer = CountVectorizer类的实例时，vectorizer = CountVectorizer(tokenizer=word_tokenize)和CountVectorizer
浏览 15修改于2020-01-19得票数 1
我需要scikit learn CountVectorizer来识别包含符号'-‘的单词作为一个令牌。这是因为我处理的是不能一分为二的“烹饪时间”这样的标签。
浏览 0修改于2017-03-22得票数 3
CountVectorizer忽略大写单词的原因是什么？
cv = CountVectorizer(stop_words=None,analyzer='word',token_pattern='.
浏览 1提问于2017-09-12得票数 2
在下面的代码片段中，我试图列出频率一词，其中first_text和second_text是.tex文档：vectorizer = CountVectorizer()
vectorizer.fit_transform
浏览 2修改于2016-10-17得票数 2
回答已采纳
但是，我在使用CountVectorizer测试包含未见单词的新文本字符串时遇到了困难。def trainingVectorTransformation (messages): vect = CountVectorizerVOCABULARY AND USE IT APPROPRIATELY vocabula
浏览 0提问于2016-05-27得票数 0
回答已采纳
如何获得sklearn.feature_extraction.text.CountVectorizer创建的词汇表中每个术语的词频(TF)，并将它们放入列表或字典中？似乎所有与词汇表中键对应的值都小于max_features，这是我在初始化CountVectorizer时手动设置的，而不是TF--应该是一个浮点数。有人能帮我吗？CV=CountVectorizer(ngram_range(ngram_min_file_opcode,ngram_max_file_opcode),
decode_erro
浏览 1修改于2018-11-06得票数 0
回答已采纳
= list(filter(r.match, doc_paths))tf = tf_vectorizer.fit_transform
浏览 29修改于2021-08-24得票数 0
回答已采纳
我有一个文本分类问题，其中有两种类型的特性：
其他文本特征(例如，某个给定词汇中的一个单词)。我只想运行一次令牌化，然后将这些令牌传递给CountVectorizer和其他存在特性提取器。因此，我想将一个令牌列表传递给CountVectorizer，但它只接受一个字符串作为表示到某个示例。
浏览 4提问于2016-03-08得票数 14
我在我的训练和测试集上使用CountVectorizer，当然，这两个setz中有不同的单词。我尝试了CountVectorizer().transform，而不是另一个帖子()中建议的CountVectorizer().fit_transform，但这给了我fr
浏览 0提问于2017-08-07得票数 1
from sklearn.feature_extraction.text import CountVectorizerdoc = ['a', 'c']
vectoriser.vocabulary = features然而，
浏览 0提问于2017-03-07得票数 5
回答已采纳
为什么CountVectorizer在滑雪板中忽略代词"I"？ngram_vectorizer = CountVectorizer(analyzer = "word", ngram_range = (2,2), min_df = 1)
ngram_vectorizer.fit_transform
浏览 5提问于2015-10-21得票数 10
回答已采纳
我使用定义ngram_vectorizer = CountVectorizer(binary=True)和ngram_vectorizer = CountVectorizer(binary=False
浏览 119提问于2019-06-26得票数 1
CountVectorizer是否支持部分拟合？
我想使用不同批次的数据来训练CountVectorizer。
浏览 0提问于2016-10-27得票数 8
我最近初始化了一个计数器，如下所示： encoding=u'utf-8',这让我感到困惑，因为据我所知，countvectorizer中的参数的默认初始化确实提供了相同的“token_pattern”。
浏览 0提问于2015-02-19得票数 1
我的熊猫对象有三个栏：
from sklearn.feature_extraction.text import CountVectorizer
函数不应该
浏览 3修改于2020-06-20得票数 0
但是，当我试图调用CountVectorizer时，会引发错误。示例代码和引发的错误如下： >>> corpus = [, ] >>> X = vectorizer.fit_transform(corpus)
Trace
浏览 8提问于2013-09-25得票数 2
回答已采纳
我在管道上工作，并在将列值传递给CountVectorizer之前尝试拆分它。 feature =>
.setInputCol(feature:75)
[info] at org.apache.spark.ml.feature.CountVectorizer.validateAndTransformSchema(CountVectorizer</em
浏览 4修改于2020-05-26得票数 2
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号