如果我只是＆＃39; vectorizer.transform（短语）＆＃39;会发生什么？不合身吗？

Question

当涉及到对短语进行矢量化并将它们放入矩阵形式时，有些事情让我感到困惑。

导入CountVectorizer或TfidfVectorizer时，

.fit＆amp;的区别是什么？ .transform＆amp; .fit_transform的功能？

我知道＆＃39; .fit＆＃39;将学习ngrams，分为ngrams。

＆＃39; .transform＆＃39;将它放入短语x ngram矩阵。

＆＃39; .fit_transform＆＃39;作为.fit＆amp;的组合工作。 .transform

如果是这种情况，如果我只是vectorize.transform（短语）而不适合它会发生什么？

我看到这个教程设置适合＆amp;转换列车数据，但对于测试数据，它只会转换＆＃39;预测的操作。

先谢谢大家。

Answer 1

亮点：

1. .transform(X) =将字典功能转换为2D要素矩阵。
2. .fit_transform(X) =了解功能名称+ .transform(X)

回答你的问题：

只有在使用.transform了解功能后，您才能.fit。直接应用.transform将忽略.fit中没有遇到的任何功能，因此不会输出任何分类结果。

参考文献：

• 根据http://scikit-learn.org/stable/modules/generated/sklearn.feature_extraction.DictVectorizer.html#sklearn.feature_extraction.DictVectorizer.transform中的文档，.transform(X)将所有dict X（将feature_name映射到feature_values）转换为二维要素矩阵。 2D矩阵是向分类器输入条目的正确方法（根据向量数学）。
• 首先根据http://scikit-learn.org/stable/modules/generated/sklearn.feature_extraction.DictVectorizer.html#sklearn.feature_extraction.DictVectorizer.fit_transform，.fit_transform(X,y=None)，了解输入dict X中的要素名称列表（学习过程的术语称为fitting）和第二个，适用前一段中所述的transform程序。