如何从要素列表 (TfidfVectorizer) 中删除要素？

编程问答 2022-05-27

问题描述

目前我正在开发一个文本分类程序。我用 TfidfVectorizer 引出了一些功能。 现在，我想从原始特征列表中删除一些单词，因为它们没有提供有用的信息。

我有两个问题：

  1. 特征存储在哪里？ （通过 .get_feature_names() 或在 X_train_union_tfidf 中？）
  2. 如何删除它们？

我在这里发现了一个非常相似的问题：Ignore a column while building a model with SKLearn 但我无法将其与我的问题联系起来。

代码：

X_train_union_tfidf = combined_tfidf.fit_transform(X_train) 
X_test_union_tfidf  = combined_tfidf.transform(X_test)
print(feature_union_df_tfidf)


unigram__compris             15.844468
unigram__devic               16.797861
bigram__speech recognit      17.065831
bigram__invent relat         17.527465
bigram__present invent       21.158065

假设我想删除发明关系和当前发明。在将其传递给分类算法之前，如何将其从 X_train_union_tfidf（稀疏矩阵）中删除？

naive_bayes = MultinomialNB()

naive_bayes.fit(X_train_union_tfidf,y_train)                                                            
predictions_NB_tfidf = naive_bayes.predict(X_test_union_tfidf) 
predicted_prob_NB_tf = naive_bayes.predict_proba(X_test_union_tfidf)

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

feature-extractionpythonscikit-learntf-idf