结合scikitlearn中的独立功能

Question

我有一个关于不同功能集组合的小问题。在

我的情况：

有些文档带有标题、一些标签和文本，可以将其分类为“垃圾邮件”或“火腿”。为了从文档（标题和文本）中提取特性，我使用了scikit-learn bugtracker中描述的方法。在

在这一步之后，我可以使用clf.fit(X,Y)，其中X是fit_transform-操作的结果，Y表示文档是ham（0）还是垃圾邮件（1）。在

我的问题：

最好的方法是把标签也作为特性来处理？我考虑过在dict中使用FeatureHasher作为每个文档的特征（例如{"tag1": 1, "tag35":1}）。在

Answer 1

您应该看看FeatureUnion，如{a1}所示。它允许您创建多个变压器，并将其所有输出组合成一个矩阵。在