文本处理
CSDN_lzw99
这个作者很懒,什么都没留下…
展开
-
文本分类:MultinomialNB
输入量处理from sklearn.feature_extraction.text import CountVectorizer #特征抽取,将文本特征向量化vec=CountVectorizer()X_train=vec.fit_transform(X_train)#词频矩阵X_test=vec.transform(X_test)数据训练from sklearn.naive_bayes import MultinomialNBmnb=MultinomialNB()mnb.fit(X原创 2020-05-14 20:07:33 · 2392 阅读 · 0 评论 -
sklearn:CountVectorizer、TfidfTransformer与TfidfVectorizer
sklearn:CountVectorizer、TfidfTransformer与TfidfVectorizerCountVectorizeCountVectorize的使用功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入Coun原创 2020-05-12 14:41:19 · 663 阅读 · 1 评论