卡方检验提取特征来对文本分类

count_vect = CountVectorizer()  
X_train_counts = count_vect.fit_transform(corpus)     
tfidf_transformer = TfidfTransformer()  
X_train_tfidf = tfidf_transformer.fit_transform(X_train_counts)  
X_ch2 = SelectKBest(chi2, k=10)  
X_train_ch2 = X_ch2.fit_transform(X_train_counts, Y_train)  

#筛选之前的全部特征词
feature_list = list(count_vect.get_feature_names())
print(feature_list)

#输出查看一下筛选之后的特征词
idxs_selected = X_ch2.get_support(indices=True) 
list1 = []
for i in range(len(feature_list)):
    if i in idxs_selected:
        list1.append(feature_list[i])
print(list(set(list1)))

#预测
classifier = LinearSVC().fit(X_train_ch2, Y_train)  
  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值