腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
使用
CountVectorizer
一次
向量
两个
pandas
列
、
、
我想要
一次
在两
列
中应用Sklearn的
CountVectorizer
。我已经尝试过了: features = df[['col 1', 'col2']] vect
浏览 28
提问于2020-05-02
得票数 0
1
回答
我想从数据集中删除所有的德语停用词
SnowballStemmer class StemmedCountVectorizer(
CountVectorizer
浏览 23
提问于2019-08-06
得票数 3
回答已采纳
1
回答
如何将分类数据转换为二进制数据?
、
、
import
pandas
as pd converted_val = data.T.to_dict
浏览 4
提问于2016-03-11
得票数 3
2
回答
在
pandas
数据帧中插入sklearn
CountVectorizer
的结果
、
、
、
我
使用
sklearn中的
CountVectorizer
将文档转换为特征
向量
。我这样做是通过调用:features = vectorizer.fit_transform(examples) 其中examples是所有文本文档的数组现在,我正在尝试
使用
其他功能。为此,我将这些特性存储在一个
pandas
数据帧中。目前,我的
pandas
数据帧(不插入文本特征)具有形状(14784, 5)。我的特征
向量
浏览 0
提问于2016-11-02
得票数 14
2
回答
从两
列
数据中运行单列系列的
CountVectorizer
?
、
、
、
、
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.t
浏览 6
提问于2019-10-25
得票数 0
回答已采纳
3
回答
将
CountVectorizer
与管道和ColumnTransformer结合
使用
,得到AttributeError:'numpy.ndarray‘对象没有属性'lower’
、
、
、
、
我正在尝试将
CountVectorizer
()与Pipeline和ColumnTransformer结合
使用
。因为
CountVectorizer
()生成稀疏矩阵,所以我
使用
FunctionTransformer来确保ColumnTransformer在组合结果矩阵时能够正确地生成hstack。import
pandas
as pdfrom sklearn.preprocessing import OneHotEncoder
浏览 17
提问于2022-04-09
得票数 1
回答已采纳
2
回答
加载滑雪板模型后无法进行预测
、
、
前
两个
特征是文本特征,另
两个
特征是数字特征。结果列为1或0。当我训练我的模型时,我
使用
了
浏览 8
提问于2022-03-20
得票数 3
回答已采纳
2
回答
在scikit-learn中实现词袋
、
from sklearn.feature_extraction.text import
CountVectorizer
headers = ['label',label'] = df['label'].map({'ham': 0, 'spam': 1})print (df.shape) count_vector =
CountVectorizer
我不明白为什么我只得到<em
浏览 15
提问于2019-12-21
得票数 2
回答已采纳
1
回答
NLP:为什么在sklearn管道中
使用
两个
向量
器(单词袋/TF下手)?
、
、
、
我还想检查哪一个
向量
器最适合我的数据:单词包
CountVectorizer
()或TF-IDF TfidfVectorizer()from sklearn.feature_extraction.text import
CountVectorizer
count_vectorizer =
CountVectorizer
classifier_linear.pr
浏览 0
提问于2019-08-05
得票数 2
回答已采纳
2
回答
为什么这个
CountVectorizer
输出与我的字数不同?
、
、
、
我有一个带有一个名为“短语”的
列
的数据。我
使用
了以下代码来查找本专栏中最常见的20个单词:funny 1522life 1484之后,我需要为每个单词创建
向量
计数我尝试
使用
以下代码这样做: vector
浏览 1
提问于2019-03-27
得票数 0
回答已采纳
1
回答
计算
两个
数据帧中每个元素之间的Jaccard距离
、
、
、
我想计算
两个
数据帧之间的Jaccard距离。具体地说,我希望
使用
CountVectorizer
模型分别计算所有谷歌实体(34000行,7个cols)和所有亚马逊实体(34000行,7个cols)之间的成对Jaccard距离。我为每个数据帧创建了一个
countVectorizer
,如下所示: cv =
CountVectorizer
(analyzer='word', ngram_range=(1,1), stop_words='english', binary=Tru
浏览 1
提问于2019-10-09
得票数 0
2
回答
scikit-学习:将数据整合到块中,而不是
一次
将其全部拟合起来。
、
、
我正在
使用
scikit-学习构建一个分类器,它工作(有点大)文本文件。我现在需要一个简单的词包特征,所以我尝试
使用
TfidfVectorizer/HashingVectorizer/
CountVectorizer
来获得特征
向量
。但是,
一次
处理整个列车数据以获得特征
向量
会导致numpy/scipy中的内存错误(取决于我
使用
的
向量
器)。当从原始文本中提取文本特性时:如果我将数据以块的形式匹配到
向量
器中,这是否
浏览 2
提问于2015-08-03
得票数 9
回答已采纳
1
回答
在scikit中
使用
Featureunion学习为tfidf组合
两个
pandas
列
、
、
在
使用
作为垃圾邮件分类的模型时,我想添加主题和正文的额外功能。我收到以下错误: TypeError:'FeatureUnion‘对象不可迭代combined_2 = FeatureUnion(list(features)) ('
浏览 1
提问于2016-01-11
得票数 14
回答已采纳
1
回答
CountVectorizer
在python中导致错误。
、
我正在尝试转换为一个数据集的
向量
,该数据集有
两个
列
,即审查和情感。下面是密码。Dataset_SM.csv')review= [review] x= cv.fit_transform(review)col = cv.get_featu
浏览 11
提问于2020-02-18
得票数 0
4
回答
在星火中,HashingTF和
CountVectorizer
有什么区别?
、
、
我不确定散
列
在HashingTF中的作用是什么;它是否牺牲了任何准确性?我怀疑,但我不知道。火花科医生说它
使用
了“哈希技巧”..。这只是工程师
使用
的一个非常糟糕/令人困惑的命名的例子(我也是有罪的)。
CountVectorizer
还需要设置词汇表大小,但它有另一个参数,即一个阈值参数,可用于排除文本语料库中出现在某个阈值以下的单词或标记。我不明白这两台变形金刚之间的区别。
浏览 13
提问于2016-02-04
得票数 25
回答已采纳
2
回答
使用
transform时
、
、
、
我稍微偏离了教程,将教程制作成
两个
文件,其中一个文件训练分类器,并将分类器保存到一个文件中。另一个文件用于加载分类器并预测testFile上的情绪。原始程序调用在
向量
化器上执行转换,但是我得到了错误:test_data_features = vectorizer.transform(clean_test_reviews) 我还需要在这个文件中初始化一个
向量
器对象,因为这个
向量
器在最后一个文件中vectorize
浏览 0
提问于2016-02-05
得票数 2
1
回答
读取SQL文件并
使用
计数
向量
器获取单词发生情况
、
我打算读取一个SQL文件,并
使用
CountVectorizer
来获取单词的出现。到目前为止,我有以下代码:import
pandas
as pdfrom sklearn.feature_extraction.text import
CountVectorizer
print(df) X_train_countscount
浏览 0
提问于2018-09-14
得票数 3
回答已采纳
3
回答
使用
pandas
方法计算所有
列
中的项
、
我有这个数据帧,我可以
使用
向量
器得到每行每一项的计数。但这对于单行来说是正确的(例如col1)。如何将其应用于整个数据帧(所有3
列
)?import
pandas
as pdfrom sklearn.feature_extraction.text import
CountVectorizer
] df = pd.DataFrame(shopping_list)
浏览 28
提问于2019-12-18
得票数 1
回答已采纳
2
回答
按
列
还是按行构建数据帧?
我必须构建一个新的数据帧作为我的python程序的输出,这个数据帧依赖于以前的
列
,例如,
列
1和
列
2将在col3中定义项,并且col4
使用
以前的cols。在数据帧中总共有7个cold。我该如何逐
列
构建它,还是逐行构建?
浏览 1
提问于2019-05-14
得票数 0
1
回答
为什么
CountVectorizer
* TfidfVectorizer.idf_的结果与TfidfVectorizer.fit_transform()不同?
、
、
、
': ['gamma alfa beta beta epsilon', 'beta gamma eta',], 'labels': ['alfa alfa beta', 'gamma fi']})import numpy as npfrom itertools import chain from sklearn.feature_extraction.textimport
浏览 0
提问于2019-09-18
得票数 2
点击加载更多
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
6,特征的提取
如何使用 Scikit Learn 为机器学习准备文本数据
处理数据,大数据甚至更大数据的 17 种策略
Python机器学习sklearn模块-特征提取
Pandas循环提速7万多倍!Python数据分析攻略
热门
标签
更多标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
活动推荐
运营活动
广告
关闭
领券