[英]How to print tf-idf scores matrix in sklearn in python
我使用sklearn获取tf-idf值如下。
from sklearn.feature_extraction.text import TfidfVectorizer
myvocabulary = ['life', 'learning']
corpus = {1: "The game of life is a game of everlasting learning", 2: "The unexamined life is not worth living", 3: "Never stop learning"}
tfidf = TfidfVectorizer(vocabulary = myvocabulary, ngram_range = (1,3))
tfs = tfidf.fit_transform(corpus.values())
我尝试按如下方式进行。
idf = tfidf.idf_
dic = dict(zip(tfidf.get_feature_names(), idf))
print(dic)
但是,我得到如下输出。
{'life': 1.2876820724517808, 'learning': 1.2876820724517808}
请帮我。
感谢σηγ,我可以从这个问题中找到答案
feature_names = tfidf.get_feature_names()
corpus_index = [n for n in corpus]
import pandas as pd
df = pd.DataFrame(tfs.T.todense(), index=feature_names, columns=corpus_index)
print(df)
提问者提供的答案是对的,我想做一个调整。 上面的代码给出了
Doc1 Doc2
优点1
特点2
矩阵应该看起来像这样
feature1 feature2
文档1
文档2
所以你可以做一个简单的改变来获得它
df = pd.DataFrame(tfs.todense(), index=corpus_index, columns=feature_names)
我找到了另一种使用toarray()函数的方法
import pandas as pd
print(tfidf.get_feature_names())
print(tfs.toarray())
print(pd.DataFrame(tfs.toarray(),
columns=tfidf.get_feature_names(),
index=['doc1','doc2','doc3'])) `
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.