如何将SCIKIT中CountVectoriser的权重加倍为TFIDF矩阵

时间:2017-03-06 07:47:51

标签: python scikit-learn tf-idf

我有从我拥有的文本文件生成的tf-idf矩阵。我想更加重视某些词汇术语。 我写了下面的代码。如何加倍特定词汇术语的权重。我是否需要将计数加倍或将TFIDF的权重加倍2.我想增加d中某些术语的重要性

from sklearn.feature_extraction.text import CountVectorizer

count_vectorizer = CountVectorizer(min_df=1,stop_words="english")
term_freq_matrix = count_vectorizer.fit_transform(vectoriser.mydoclist)
# print "Vocabulary:", count_vectorizer.vocabulary_

from sklearn.feature_extraction.text import TfidfTransformer

tfidf = TfidfTransformer(norm="l2")
tfidf.fit(term_freq_matrix)

tf_idf_matrix = tfidf.transform(term_freq_matrix)
print len(count_vectorizer.get_feature_names())

1 个答案:

答案 0 :(得分:0)

您可以将TFIDF或计数加倍,它是等效的。

在你的情况下,我会做类似

的事情
position = count_vectorizer.vocabulary_['the_important_word']
tf_idf_matrix[:, position] *= 2.0