1回答
我在一个文本文件中有一个2行的文档，如下所示。我想要对它应用tf-idf，但我得到了如下所示的错误:我不确定int对象在我的文件中的什么位置？它为什么会抛出这个错误？
浏览 14提问于2020-05-25得票数 0
从我从网上找到的文档中，我计算出了用于确定语料库中术语的词频和反向文档频率权重的表达式我正在研究gensim中提到的tf-idf的实现。文档中给出的示例如下>>> print tfidf[doc_bow] # step 2 -- use the model to transformve
浏览 7提问于2012-02-28得票数 4
我一直在做一个小型的个人项目，这个项目需要用户的工作技能，并根据这些技能为他们提供最理想的职业建议。我使用一个职位列表数据库来实现这一点。目前，代码的工作方式如下：2)对于每个职业(例如“数据分析师”)，将该职业的职务列表的处理文本合并到一个文档中
3)计算职业文档内各技能的TF-IDF我见过的最流行的方法是将
浏览 8提问于2017-01-03得票数 3
回答已采纳
我研究了几种使用Python计算文档中单词的TF-IDF分数的方法。我选择使用TextBlob。我已经查看了这里发布的以下问题：，但它没有任何帮助。我是如何计算分数的： return blob.words.count(word) / len(blob.words)
def n_containing
浏览 0提问于2015-09-07得票数 2
1回答
我已经在一个简单的程序中实现了TF-IDF，但希望计算每行的TF-IDF，而不是整个文件。我使用了from sklearn.feature_extraction.text import TfidfVectorizer，并以下面的链接为例from sklearn.feature_extraction.texttestDB1.txt = i live in chelmsford and i play football
chelmsford is a
浏览 0提问于2015-04-08得票数 0
1回答
为了将每个句子分成有意义的部分，我首先对词性进行标注，然后根据语言规则仅提取名词短语。每个名词短语都是一个潜在的待提取关键字。然而，因为我只需要为每个给定的文档提取'k‘关键字，所以我需要一个很好的方法来对提取的名词短语进行排名。一种简单的方法是计算每个术语(在每个名词短语中)的TDIDF得分，然后每个名词短语的得分将是其构成术语的TDIDF得分的乘积。我想知道是否有人有更好的方法，或者对
浏览 1提问于2015-10-15得票数 0
1回答
我有一列短句的星星之火数据，还有一个带有范畴变量的列。我想在句子上执行tf-idf，在分类变量上执行one-hot-encoding，然后一旦它变得更小，就输出到驱动程序上的稀疏矩阵(对于一个scikit-learn模型)。以稀疏的形式从火花中获取数据的最佳方法是什么？在稀疏向量上似乎只有一个toArray()方法，它输出numpy数组。然而，文档中确实有这样的说法: say稀疏数组。还请记住，tf_idf值实际上是稀疏数组的
浏览 16提问于2016-11-11得票数 12
回答已采纳
1回答
这是我的矢量化代码 analyzer='word', strip_accentsvectorizer.transform(data['text'])
pickle.dump(tfidf, open('tfidf.pickle', 'wb'))当我打开矢量器文件(tfid
浏览 2提问于2019-10-24得票数 3
1回答
在对亚马逊精品食品数据集进行采样到100k数据点后，使用TFIDF Word2Vec在审查亚马逊精品食品数据集时给出NaN值，我在句子向量中获得了NaN值...我尝试了几乎所有的代码，但没有得到真正的价值在打印句子数组之后，这是我得到的输出- nan nanexcept: sent_vec /= weighted_sum
print(s
浏览 1提问于2018-07-28得票数 0
2回答
如何消除主题建模噪声？
、、、
我正在做主题建模，在删除停用词之后，给定的文本语料库在支持词的形式下有很多噪音。这些词具有很高的词频，但通过使用LDA以及其他有用的高频词，无助于形成主题词。怎样才能消除这种噪音？
浏览 1提问于2015-04-20得票数 0
3回答
我读到了关于scikit learn的TfidfVectorizer 的文章，我不明白这个方法的输出是什么，例如：print tfidf_vectorizer.vocabulary_输出，我不能理解输出是什么：
[[ 0.5773502
浏览 0提问于2014-09-18得票数 25
回答已采纳
我正在做基于TF-IDF向量空间模型的文本分类，我只有不超过3000 samples.For的公平评估，我正在使用5折交叉验证对分类器进行评估，但令我困惑的是，是否有必要在每次折叠交叉验证中重建TF-IDF也就是说，在每个折叠交叉验证中，我是否需要重新构建词汇表并重新计算词汇表中的IDF值？
目前，我正在基于scikit-learn工具包进行TF-IDF变换，并使用SVM训练我的分类器。我的方法如下:首先，我将手头<
浏览 1提问于2017-09-02得票数 12
我在pandas dataframe中有一个专栏，在那里我捕获了一个访问者的旅程。我想在这个文本专栏中实现TF-IDF。, 'pagename': ['home:cart:checkout:buy:home','home:cart:cart:home','home:account:home']})现在，我想应用tf-idf技术，我的单词由:这样的分隔符分隔。tf_idf_df =
浏览 9提问于2021-06-12得票数 0
我的数据是通过StringToWordVector过滤器传递的。StringToWordVector可以输出二进制存在/不存在指示符、词频或TF-IDF分数。在weka下，这个过滤器的默认输出是什么？
浏览 1提问于2012-06-22得票数 0
回答已采纳
2回答
不理想的输出
、、
预期的产出是2 24 4但我得到的结果是1 23 45 print(num)我试图在python解释器中执行这个python代码，但是得到了错误的输出。
浏览 8提问于2022-12-02得票数 -3
1回答
我想使用质数面来创建一个面板，我的.xhtml是：<!icon="ui-icon-check" style="margin:0"/></p:panelGrid>结果是：但期望的输出
浏览 1提问于2014-02-07得票数 0
回答已采纳
我有一个清单我已经完成了TF-IDF的矢量化 from sklearn.feature_extraction.text, 0. ]])如果是，那么如何？？
浏览 0提问于2019-12-10得票数 2
我使用sklearn获取tf-IDF值，如下所示。vocabulary = myvocabulary, ngram_range = (1,3))现在，我想在矩阵中查看我计算的tf-idfidf = tfidf.idf_print(dic)
但是，然后我会得到如下输出。
浏览 1提问于2017-10-06得票数 5
回答已采纳
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
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
