在对原始数据进行预处理之后，来自Kaggle的垃圾邮件数据。我已经删除了所有停用词和无用的词。现在，要求使用CountVectorizer量化清理后的单词。但是我不知道该怎么做以及它背后的概念是什么。
正如我刚刚学习的计数功能一样，它可以计算单词出现的频率。但是我不知道CountVectorizer。我在网上检查了一下，但是资源似乎有限。
spam['filtered'].head()
0 [Go, jurong, point, crazy.., avail, bugi, n, g...
1 [Ok, lar, ..., joke, wif, u, oni, ...]
2 [free, entri, 2, wkli, comp, win, FA, cup, fin...
3 [U, dun, say, earli, hor, ..., U, c, alreadi, ...
4 [nah, n't, think, goe, usf, live, around, though]
Name: filtered, dtype: object
from sklearn.feature_extraction.text import CountVectorizer
cv = CountVectorizer()
那么下一步该怎么做？另外，此后如何进行朴素贝叶斯分类器？