从现有矩阵中获取特征向量

Question

如果我使用 Scikit-learn 配置一个 CountVectorizer 对象，并将 M 个 n 个句子（长度不一）的矩阵传递给fit_transform 函数，例如我可以获得 n-gram 表示 F。像这样：

vectorizer = CountVectorizer(min_df = 1,
                             max_features = 2000,
                             ngram_range = (2, 2),
                             analyzer="word)

F = vectorizer.fit_transform(A)

这很好用。 F 现在的形状是 (2000, n) 因为我已经将 max_features 设置为 2000.

但是假设我又获得了一个句子，并且想生成一个与 F 的特征对齐并且具有相同长度（2000）的向量..是这甚至可能，还是我需要保留原始矩阵 M，向其中添加新句子，然后重新生成所有特征？

Answer 1

如果我理解您的问题，您可以使用 vectorizer.transform(['New sentence here']) 转换其他句子。