如何为要添加到CountVectorizer转换数据的非文本要素设置名称?

时间:2018-06-04 07:54:52

标签: scikit-learn countvectorizer

我有一个代码可以向矢量化数据集添加新的非文本功能(文档的长度):

from sklearn.feature_extraction.text import CountVectorizer
from scipy.sparse import csr_matrix, hstack
def add_feature(X, feature_to_add):
    return hstack([X, csr_matrix(feature_to_add).T], 'csr')
vect = CountVectorizer().fit(X_train)
X_train_vectorized = vect.transform(X_train)
X_train1 = add_feature(X_train_vectorized, X_train.str.len())

我想将此新功能称为' length_of_doc'。怎么做? 谢谢。

0 个答案:

没有答案