python – 使用sсikit-learn TfIdf和gensim LDA

发布时间：2020-12-16 23:37:13 所属栏目：Python 来源：网络整理

导读：我在scikit中使用了各种版本的TFIDF来学习一些文本数据的建模. vectorizer = TfidfVectorizer(min_df=1,stop_words='english') 生成的数据X采用以下格式： rowsxcolumns sparse matrix of type 'type 'numpy.float64'' with xyz stored elements in Compress

我在scikit中使用了各种版本的TFIDF来学习一些文本数据的建模.

vectorizer = TfidfVectorizer(min_df=1,stop_words='english')

生成的数据X采用以下格式：

<rowsxcolumns sparse matrix of type '<type 'numpy.float64'>'
    with xyz stored elements in Compressed Sparse Row format>

我想尝试使用LDA作为减少稀疏矩阵维数的方法.
有没有一种简单的方法可以将NumPy稀疏矩阵X输入到gensim LDA模型中？

lda = models.ldamodel.LdaModel(corpus=corpus,id2word=dictionary,num_topics=100)

我可以忽略scikit并按照gensim教程概述的方式,但我喜欢scikit矢量化器及其所有参数的简单性.

谢谢,

解决方法

http://radimrehurek.com/gensim/matutils.html

class gensim.matutils.Sparse2Corpus(sparse,documents_columns=True)

      Convert a matrix in scipy.sparse format into a streaming gensim corpus.

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!