建站
咨詢
售后
建站咨詢
新聞中心
這里有您想知道的互聯(lián)網(wǎng)營銷解決方案
創(chuàng)新互聯(lián)Python教程：Python中Tf-idf文本特征的提取
說明
我們提供的服務(wù)有：成都網(wǎng)站建設(shè)、成都做網(wǎng)站、微信公眾號開發(fā)、網(wǎng)站優(yōu)化、網(wǎng)站認(rèn)證、武江ssl等。為上千多家企事業(yè)單位解決了網(wǎng)站和推廣的問題。提供周到的售前咨詢和貼心的售后服務(wù)，是有科學(xué)管理、有技術(shù)的武江網(wǎng)站制作公司
1、TF-IDF是如果詞或詞組出現(xiàn)在文章中的概率較高，而在其他文章中很少出現(xiàn)，那么它就被認(rèn)為具有很好的類別區(qū)分能力，適合進(jìn)行分類。
2、提取文本特征，用來評估字詞對文件集或某個語料庫中文件的重要性。
實(shí)例
def Tf-idf_demo():
"""
用tfidf的方法進(jìn)行文本特征提取
:return:
"""
# 1.將中文文本進(jìn)行分詞
data = ["一種還是一種今天很殘酷，明天更殘酷，后天很美好，但絕對大部分是死在明天晚上，所以每個人不要放棄今天。",
"我們看到的從很遠(yuǎn)星系來的光是在幾百萬年之前發(fā)出的，這樣當(dāng)我們看到宇宙時，我們是在看它的過去。",
"如果只用一種方式了解某樣事物，你就不會真正了解它。了解事物真正含義的秘密取決于如何將其與我們所了解的事物相聯(lián)系。"]
data_new = []
for sent in data:
data_new.append(cut_word(sent))
# print(data_new)
# 2.實(shí)例化一個轉(zhuǎn)換器類
transfer = TfidfVectorizer(stop_words=["一種", '因?yàn)?])
# 3.調(diào)用fit_transform
data_final = transfer.fit_transform(data_new)
print("data_new:\n", data_final.toarray())
print("特征名字:\n", transfer.get_feature_names())
return None以上就是python中Tf-idf文本特征的提取，希望對大家有所幫助。更多Python學(xué)習(xí)指路：創(chuàng)新互聯(lián)python教程
本文教程操作環(huán)境：windows7系統(tǒng)、Python 3.9.1，DELL G3電腦。
網(wǎng)站名稱：創(chuàng)新互聯(lián)Python教程：Python中Tf-idf文本特征的提取
分享網(wǎng)址：http://www.5511xx.com/article/codghii.html
