标签：voc 参数表 token get csdn 文章 fit ali 规则
来自：python学习 文本特征提取(二) CountVectorizer TfidfVectorizer 中文处理 - CSDN博客
https://blog.csdn.net/shuihupo/article/details/80930801
| 参数表 | 作用 |
|---|---|
| stop_words | 停用词表；自定义停用词表 |
| token_pattern | 过滤规则； |
| 属性表 | 作用 |
|---|---|
| vocabulary_ | 词汇表；字典型 |
| get_feature_names() | 所有文本的词汇；列表型 |
| stop_words_ | 返回停用词表 |
CountVectorizer是通过fit_transform函数将文本中的词语转换为词频矩阵，矩阵元素a[i][j] 表示j词在第i个文本下的词频。即各个词语出现的次数，通过get_feature_names()可看到所有文本的关键字，通过toarray()可看到词频矩阵的结果。
| 方法表 | 作用 |
|---|---|
| fit_transform(X) | 拟合模型，并返回文本矩阵 |
python —— 文本特征提取 CountVectorize
标签：voc 参数表 token get csdn 文章 fit ali 规则
原文地址：https://www.cnblogs.com/yxh-amysear/p/9506047.html
