1回答
数据集如下所示：我想使用此信息来构建标签的词袋表示，其中对于每个标签，我都有一个列，其中包含该标签在给定书籍中出现的次数。提前感谢！
浏览 27提问于2019-08-12得票数 0
回答已采纳
1回答
问题：
我很困惑，为什么我们转换我们的测试数据使用CountVectorizer安装在我们的火车数据，以袋词分类。为什么我们不创建一个新的CountVectorizer，并将测试数据与此相匹配，并让分类器在测试CountVectorizer上进行预测？并将其与培训数据相匹配。然后将分类器匹配到这个CountVectorizer中。然后，用户使用适合于列车数据的CountVectorizer<
浏览 2提问于2018-05-28得票数 0
回答已采纳
我将URL数据聚合到一个字符串数组中。这份表格。xyz.com，abc.com，efg.com我希望筛选并且只使用包含一定数量条目的行。因此，如果我说只使用有4个示例的行，我希望删除上面的行。在我的数据中，我有数千万行，只是不知道如何有效地做到这一点。同样，我不介意在Coun
浏览 0提问于2018-04-06得票数 3
回答已采纳
通过使用CountVectorizer将数据标记为bigram，我正在使用sklearn对一些文本数据进行逻辑回归。我使用了如下代码行：然而，我想限制自己只包括在我的结果稀疏矩阵中出现超过某些阈值次数(例如，50次)在我的所有数据。
浏览 3提问于2015-02-24得票数 2
回答已采纳
1回答
尝试以figure_1中所示的格式对MultinomialNB数据的数据集执行train_test_split：
因为有些特性是字符串，所以我需要使用X = df_train.iloc[:,0:5]
ValueError: Found input variables
浏览 1提问于2021-05-18得票数 0
通常，当我只使用CountVectorizer时，我可以将词汇表用作CountVectorizer的新对象的参数，以便在预测之前处理新数据 cv = CountVectorizer()cv_dict = cv.vocabulary_test_X= test_cv.fit_transform(test_corpus
浏览 29提问于2019-05-29得票数 1
2回答
假设我有一些文本句子，我想使用kmeans进行聚类。or links",]
X = vectorizer.fit_transformGot 10000 featu
浏览 4提问于2014-10-03得票数 11
回答已采纳
1回答
我试图用scikit-learn编写一种机器学习算法，该算法分析文本并根据训练数据对其进行分类。使用文本数据的示例直接取自scikit-learn文档，该示例使用一个CountVectorizer为每个单词出现多少次生成一个稀疏数组。>>> from sklearn.feature_extraction.text import CountVectorizer
>>> count_vect = CountVectorizer</
浏览 1提问于2016-07-30得票数 5
回答已采纳
我已经使用python创建了一个文本分类模型。我有一个CountVectorizer，它产生了一个2034行4063列(唯一的单词)的文档术语矩阵。我保存了用于新测试数据的模型。我的新测试数据但问题是，我将上面的测试数据标记转换为特征向量，但它的形状不同。我知道如何通过获取CountVectorizer<
浏览 0提问于2015-05-17得票数 2
我使用了来自scikit-learn包的CountVectoriser： stop_words我的问题是：
我不想
浏览 4提问于2013-02-07得票数 3
我已经能够在单个文本字符串中使用CountVectorizer，但我有一个长度为80.000的数据集。如何将CountVectorizer应用于一列中的所有内容？我尝试了以下几点：cv = count_vect.fit_transform(df['Tokenized_Review
浏览 3提问于2021-01-05得票数 0
回答已采纳
1回答
我遵循的是在某些数据集上使用的CountVectorizer。
问题：count_vect.vocabulary_.viewitems()列出了所有术语及其频率。你如何根据发生的次数对它们进行分类？
浏览 5提问于2013-04-29得票数 4
我注意到，与Sci-kit学习中不同的是，CountVectorizer的CountVectorizer实现使用套接字库，因此我无法对其进行筛选。我试着查看CountVectorizer源代码，但看不到套接字库的任何明显用途。(vectorized_model, output_file)
结果：TypeE
浏览 2提问于2022-03-24得票数 0
回答已采纳
考虑到我必须对以下数据应用CountVectorizer()： 'A am is', 'the am is',]from sklearn.feature_extraction.text import CountVectorizer
vectorizer = CountVectorizer是不是
浏览 4提问于2020-08-10得票数 2
回答已采纳
如何将包含多列的熊猫数据栏中的单个列转换为CountVectorizer?系列
from sklearn.feature_extraction.text import CountVectorizer
vectorizer = CountVectorizer
浏览 6提问于2019-10-25得票数 0
回答已采纳
我已经使用朴素贝叶斯算法实现了ML模型，其中我想实现增量学习。我面临的问题是，当我训练我的模型时，它在预处理时生成1500个特征，然后在一个月后使用反馈机制，如果我想用可能包含一些新特征的新数据训练我的模型，可能小于或大于1500 (即，我以前的数据集)如果我使用我一直在使用部分拟合，但部分拟合的问题是您需要与以前模型相同数量的功能。我如何让它增量地学习？cv = CountVectorizer()
X = cv.fit_transform(corp
浏览 6提问于2018-12-26得票数 0
我想使用自己的算法从训练数据中提取特征，然后在scikit-learn中使用CountVectorize进行拟合和转换。目前我正在做的是：cvect_obj = CountVectorizer()fit_transform(traning_data)会自动提取特征并对其进行转换
浏览 1提问于2015-08-31得票数 2
import GridSearchCVpipe = Pipeline([('count_vec', CountVectorizerpd.df(gs_fit.cv_results).sort_values('mean_test_score',ascending=False).head()
TypeError: 'CountVectorizer
浏览 0提问于2019-08-21得票数 0
要将ML算法应用于文本，必须对其进行数值表示。使用sklearn进行此操作的一些方法如下：
TfidfVectorizerCountVectorizer+TfidfTransformer和TfidfVectorizer有什么区别？
浏览 9提问于2020-10-27得票数 1
回答已采纳
我想使用CountVectorizer从Scikit创建一个矩阵，以供LDA模型使用。但是，我的数据集是一系列编码术语，例如以以下形式表示：
(1-2252, 5-5588, 10-5478, 2-9632 ....)我如何告诉CountVectorizer将每对数据，即1-2252作为一个单词来考虑
浏览 0提问于2018-04-08得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
云直播
腾讯会议活动推荐
腾讯云开发者
