Sklearn ValueError: empty vocabulary; perhaps the documents only contain stop words

中文语料：

拆成单字的列表

荣 耀 内 幕 我 不 多
华 为 用 户 如 果 发 现 续 航 不 足 一 天 的 请 凭 余 总 微 博 进 行 合 理 维 权
便 宜 了 5 0 0 多 g

使用

CountVectorizer()

报错：

Sklearn ValueError: empty vocabulary; perhaps the documents only contain stop words

 

问题：

def __init__(self, input='content', encoding='utf-8',
             decode_error='strict', strip_accents=None,
             lowercase=True, preprocessor=None, tokenizer=None,
             stop_words=None, token_pattern=r"(?u)\b\w\w+\b",
             ngram_range=(1, 1), analyzer='word',
             max_df=1.0, min_df=1, max_features=None,
             vocabulary=None, binary=False, dtype=np.int64):

解决方案

CountVectorizer()默认analysis =“word”，改成CountVectorizer(analysis =“char”,lowercase=False)就好了