问题描述
执行TF-IDF实验，得到一维稀疏矩阵矢量输出，该输出对应于每个句子的tfidf得分。密集输出如下：
[0,0.1349,0.4278,...]
我想执行其他归一化操作，以找出我在文档中的哪组句子中最有意义的。为此，我需要：
- 稀疏矩阵的总和：我通过
.sum()获得
- 稀疏矩阵中非空值的数量，即其'非空长度'
关于第二点，我知道我可以用todense()转换稀疏矩阵，然后用np.where()执行一些Numpy操作并访问.shape[0]。
但是，为了优化我的代码，我想保留尽可能少的稀疏矩阵和运算。有什么办法吗？
感谢您的帮助！
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@）