在 TfidfVectorizer() 中输入文档词频矩阵？答案

【问题标题】：Inputting document-term frequency matrix in TfidfVectorizer()?在 TfidfVectorizer() 中输入文档词频矩阵？
【发布时间】：2018-11-24 12:37:05
【问题描述】：

我想出了一个来自三个文档的词袋的虚构示例（我正在演示 tf-idf 如何在给定文档词频矩阵的情况下工作），并且我想将我的弓形矩阵转换为 tf- idf 矩阵。我实际上没有文本数据，只有我在示例中编造的数字？我如何使用它来产生 tf-idf 输出？我在最后一行收到错误消息“'numpy.ndarray' object has no attribute 'lower'”（我假设这是因为fit_transform 需要文本数据。是否可以以某种方式指定或覆盖它？

bow = np.array([[15,0,5,0,20], [20,30,0,25,0], [15,10,10,20,15]])
vectorizer = TfidfVectorizer()
vectorizer.fit_transform(bow)

【问题讨论】：

标签： python scikit-learn tf-idf tfidfvectorizer

【解决方案1】：

您可以使用 TfidfTransformer 代替 TfidfVectorizer。

from sklearn.feature_extraction.text import TfidfTransformer
import numpy as np

bow = np.array([[15,0,5,0,20], [20,30,0,25,0], [15,10,10,20,15]])
transformer = TfidfTransformer()
transformer.fit_transform(bow)

【讨论】：