将tf-idf-pandas数据帧转换为tf-idf矩阵

Question

我如何将下面的pandas数据帧（包含多个文档中每个单词的tf idf分数）转换为一个名为“tfdif”的矩阵，以便我可以实现

from sklearn.feature_extraction.text import TfidfVectorizer from nltk.stem.porter import PorterStemmer str = 'this sentence has unseen text such as computer but also king lord juliet' response = tfidf.transform([str])

Answer 1

在能够使用TfidfVectorizer转换新文档之前，您需要使用原始原始文档调整TfidfVectorizer。在

如果无法访问原始文档，则始终可以通过构造词典来恢复每个单词的idf weights：

idfs[word] = log{(# documents) / (# documents where word has non-zero tf-idf weight)}

稍后，您可以使用该字典计算新句子的tf idf权重：

^{pr2}$