m0_58810879的博客

其官方文档给出的解释如下：sklearn.feature_extraction.text.CountVectorizer — scikit-learn 1.0.1 documentation我的个人理解为：将文本文档转化为token计数矩阵。并且如果不提供先验词典，也不使用进行某种特征选择的分析器，则特征的数量将等于通过分析数据找到的词汇表大小。下面附上我的实验结果,下文用到的vocabulary_方法是生成文本与其对应特征索引的映射。通过实验结果分析我们可以看到，我们生成了一个Cou.

本博客采取的例子为垃圾邮件预测。预测结果（标签）为0或1.1.classification_report（）函数：其官方说明文档如下：其中文翻译如下：y_true：1d类数组，或标签指示器数组/稀疏矩阵真实值（正确）目标值。y_pred：1d类似数组，或标签指示器数组/稀疏矩阵分类器返回的预测值。labels：数组形状（n_标签），默认值=无要包含在报告中的标签索引的可选列表。其返回值为根据这组样本的真实值与预测值计算出的‘precision’、‘reca..

1.StandardScaler()函数，其官方解释如下：中文翻译为：通过删除平均值并缩放到单位方差来标准化特征。样本x的标准分数计算如下：z=（x-u）/s其中，u是训练样本的平均值，如果_mean=False，则为零；如果_std=False，则s是训练样本的标准偏差或一。通过计算训练集中样本的相关统计信息，对每个特征分别进行定心和缩放。然后存储平均值和标准偏差，以便使用transform在以后的数据上使用。数据集的标准化是许多机器学习估计器的共同要求：如果单个特征或多或