如何在scikit中使用SVC了解功能是否为文本摘要？

Question

我的问题是，如果数据集中有6个要素，如果某些要素是非数字的，我可以通过标签编码器或其他方法进行转换。但如果其中一个特征是一个巨大的文本体（一个段落），我应该使用哪些预处理技术来建模SVC或KNN分类器（而不是朴素贝叶斯）？
感谢。

Answer 1

您可以使用CountVectorizer或TfidfVectorizer，它们是文本特征提取的标准方法。您可以找到documentation here和comprehensive tutorial on working with text data here。