sklearn中的CountVectorizer(binary=True)和n CountVectorizer(binary=False)有什么区别

【问题标题】：What is the difference between CountVectorizer(binary=True) and n CountVectorizer(binary=False) in sklearnsklearn中的CountVectorizer(binary=True)和n CountVectorizer(binary=False)有什么区别
【发布时间】：2019-11-08 10:14:19
【问题描述】：

我运行脚本时定义了 ngram_vectorizer = CountVectorizer(binary=True) 和 ngram_vectorizer = CountVectorizer(binary=False)

两者的混淆矩阵的结果是不同的。可以帮助我理解二进制文件的作用吗？

【问题讨论】：

标签： python vector nlp n-gram countvectorizer

【解决方案1】：

如果您设置binary=True，则 CountVectorizer 不再使用术语/标记的计数。如果文档中存在令牌，则为 1，如果不存在，则为 0，无论其出现频率如何。所以你将只处理二进制值。默认情况下，binary=False。

见usage examples here

【讨论】：