如何使用具有数值特征的 TF-IDF 向量（稀疏矩阵）？
[英]How to use TF-IDF vector (sparse matrix) with numerical features?
问题描述
我发现这个问题提到在 tf-idf 稀疏矩阵上使用 toarray() ，然后从中制作 dataframe 并与其他 dataframe 连接。
但是，使用 Google Colab 时 session 会崩溃（我相信 memory 问题）。 有解决方法吗？
我想使用来自 LIWC（语言查询字数）类别以及 TF-IDF 的数字特征来使用逻辑回归构建分类 model。
抱歉，如果这个问题的格式不正确，这是我的第一个问题。
1 个解决方案
解决方案1
0 2021-01-24 23:29:07
你用的是什么package？ 如果您使用的是scikit-learn ，听起来您正在寻找FeatureUnion - 该页面上有一个示例。
从 tf-idf 稀疏矩阵中获取热门词（最高 tf-idf 值）
[英]getting top words from the tf-idf sparse matrix (highest tf-idf value)
如何获得最高 tf-idf 分数的前 n 个术语 - 大稀疏矩阵
[英]How to get top n terms with highest tf-idf score - Big sparse matrix
如何获取预先指定功能的大型语料库的tf-idf矩阵？
[英]How to get tf-idf matrix of a large size corpus, where features are pre-specified?
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.