我想基于一个无法适应内存的语料库来构建一个tf-idf模型.我阅读了教程但是语料库似乎立即被加载:
from sklearn.feature_extraction.text import TfidfVectorizer
corpus = ["doc1", "doc2", "doc3"]
vectorizer = TfidfVectorizer(min_df=1)
vectorizer.fit(corpus)
我想知道我是否可以逐个将文档加载到内存中而不是加载所有文档.
scikit-learn ×1