[英]Error in fit_transform while finding tf-idf in Python
import pandas as pd
from sklearn.feature_extraction.text import TfidfVectorizer
mylist = [
'a a b c',
'a c c c d e f',
'a c d d d',
'a d f',
]
df = pd.DataFrame({"texts": mylist})
tfidf_vectorizer = TfidfVectorizer(ngram_range=[1, 1])
tfidf_separate = tfidf_vectorizer.fit_transform(df["texts"])
我试图在第 3 行中找到“d”的 tf-idf 值。但是,它向我显示空词汇错误“ValueError:空词汇;也许文档只包含停用词”。
任何有关如何解决错误的建议将不胜感激!
你可以这样做:
analyzer='char'
以便 TfidfVectorizer 使用字母;d
的索引并使用它import pandas as pd
from sklearn.feature_extraction.text import TfidfVectorizer
mylist = [
'a a b c',
'a c c c d e f',
'a c d d d',
'a d f',
]
df = pd.DataFrame({"texts": mylist})
tfidf_vectorizer = TfidfVectorizer(ngram_range=[1, 1], analyzer='char')
tfidf_separate = tfidf_vectorizer.fit_transform(df["texts"])
ind = tfidf_vectorizer.vocabulary_['d']
tfidf_separate.todense()[2, ind]
>>> 0.6490674853546846
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.