如何使用TfidfVectorizer函数知道特定单词的值? 例如,我的代码是:
docs = []
docs.append("this is sentence number one")
docs.append("this is sentence number two")
vectorizer = TfidfVectorizer(norm='l2',min_df=0, use_idf=True, smooth_idf=True, stop_words='english', sublinear_tf=True)
sklearn_representation = vectorizer.fit_transform(docs)
现在,我怎么知道"句子"的TF-IDF值?在第2句(docs [1])?
答案 0 :(得分:1)
您需要使用vectorizer
的{{1}}属性,这是术语与要素索引的映射。
vocabulary_