决策树如何识别给定文本数据集中的特征？

Question

我有一个二进制分类文本数据，其中有 10 个文本特征。

我使用词袋、TFIDF 等各种技术将它们转换为数值。

我使用 hstack() 将所有这些功能在处理后再次堆叠在一起。

将它们转换为数字特征后，每个特征现在都有大量列，因此在转换后，我的数据集有大约 3000 列。

我的问题是，当我将这个数据集放入决策树分类器 (sklearn) 时，分类器如何识别属于特定特征的列？

例如，3000 列中的前 51 列属于 US_states 个词袋。

现在，DT将如何识别它？

PS: 处理前的数据在pandas Dataframe.

处理后是一个堆叠的numpy数组输入到分类器中

Answer 1

决策树无法识别属性来自哪些特征。