python 如何在 sklearn 中打印 tf-idf 分数矩阵

Question

我使用 sklearn 获取 tf-idf 值如下。

from sklearn.feature_extraction.text import TfidfVectorizer
myvocabulary = ['life', 'learning']
corpus = {1: "The game of life is a game of everlasting learning", 2: "The unexamined life is not worth living", 3: "Never stop learning"}
tfidf = TfidfVectorizer(vocabulary = myvocabulary, ngram_range = (1,3))
tfs = tfidf.fit_transform(corpus.values())

现在我想在矩阵中查看我计算的 tf-idf 分数，如下所示。

我试着做了如下。

idf = tfidf.idf_
dic = dict(zip(tfidf.get_feature_names(), idf))
print(dic)

但是，我得到如下输出。

{'life': 1.2876820724517808, 'learning': 1.2876820724517808}

请帮帮我。

Answer 1

感谢 σηγ 我可以从

找到答案

feature_names = tfidf.get_feature_names()
corpus_index = [n for n in corpus]
import pandas as pd
df = pd.DataFrame(tfs.T.todense(), index=feature_names, columns=corpus_index)
print(df)

Answer 2

提问者的回答是正确的，我想做一个调整。上面的代码给出

         Doc1     Doc2

特征 1

特征 2

矩阵应该是这样的

         feature1     feature2

文档 1

文件 2

所以你可以做一个简单的改变来得到它

df = pd.DataFrame(tfs.todense(), index=corpus_index, columns=feature_names)

Answer 3

我找到了另一种可能的方法，使用 toarray() 函数

import pandas as pd
print(tfidf.get_feature_names())
print(tfs.toarray())
print(pd.DataFrame(tfs.toarray(), 
columns=tfidf.get_feature_names(), 
index=['doc1','doc2','doc3'])) `

python 如何在 sklearn 中打印 tf-idf 分数矩阵

How to print tf-idf scores matrix in sklearn in python

python

tf-idf

scikit-learn