「作者主页」:士别三日wyx
「作者简介」:CSDN top100、阿里云博客专家、华为云享专家、网络安全领域优质创作者
「推荐专栏」:对网络安全感兴趣的小伙伴可以关注专栏《网络安全入门到精通》
文本特征提取
- 一、特征提取API
- 二、提取特征
- 三、转成数组
- 四、特征名字
- 五、转回原始数据
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