对于 scikit-learn 的文本分类，我是否必须同时使用 Countvectorizer 和 TFIDF？
For text classification with scikit-learn, do I have to use both, Countvectorizer and TFIDF?
查看 scikit-learn 文档代码，建议先实现 Countvectorizer，然后在 TFIDF 之上。我可以只使用 TFIDF 吗？
http://scikit-learn.org/stable/tutorial/text_analytics/working_with_text_data.html
enter image description here
如果我只使用 TFIDF 并将我的预处理文本作为输入，它不会采用数据类型（我尝试作为列表和 np 数组）。有人可以帮忙吗？
- 在他们展示的示例中，他们在
CountVectorizer 之上使用了 TfidfTransformer。直接使用 TfidfVectorizer 产生相同的结果。因此，您可以选择所需的权重方案。
- 我不太明白你的问题。 Scikit 向量器可以有不同类型的输入，从 list/arrays 字符串到文件描述符等等。为了构造 ngram，它使用参数
tokenizer= 和 preprocessor=。你的问题是什么？
CV 和 TFIDF 的工作方式不同，我只能使用 CV，但没有 CV 就无法使用 TFIDF，所以我只是想知道。如果它产生相同的结果，那应该没问题。谢谢。
查看 scikit-learn 文档代码，建议先实现 Countvectorizer，然后在 TFIDF 之上。我可以只使用 TFIDF 吗？ http://scikit-learn.org/stable/tutorial/text_analytics/working_with_text_data.html
enter image description here
如果我只使用 TFIDF 并将我的预处理文本作为输入，它不会采用数据类型（我尝试作为列表和 np 数组）。有人可以帮忙吗？
- 在他们展示的示例中，他们在
CountVectorizer之上使用了TfidfTransformer。直接使用TfidfVectorizer产生相同的结果。因此，您可以选择所需的权重方案。 - 我不太明白你的问题。 Scikit 向量器可以有不同类型的输入，从 list/arrays 字符串到文件描述符等等。为了构造 ngram，它使用参数
tokenizer=和preprocessor=。你的问题是什么？
CV 和 TFIDF 的工作方式不同，我只能使用 CV，但没有 CV 就无法使用 TFIDF，所以我只是想知道。如果它产生相同的结果，那应该没问题。谢谢。