Mor*_*mer 6 python nlp machine-learning scikit-learn
我开始使用scikit-learn,我正在尝试将一组文档转换为可以应用聚类和分类的格式.我已经看到了有关矢量化方法的详细信息,以及用于加载文件和索引其词汇表的tfidf转换.
但是,我为每个文档都有额外的元数据,例如作者,负责部门,主题列表等.
如何为向量化函数生成的每个文档向量添加要素？
ogr*_*sel 9
您可以使用DictVectorizerfor the extra categorical data然后使用scipy.sparse.hstack来组合它们.
DictVectorizer
归档时间：
13 年，2 月 前
查看次数：
1642 次
最近记录：