Pandas中怎么使用TF-IDF提取文本特征-开发者知识库平台

Pandas中怎么使用TF-IDF提取文本特征

Pandas

1469

2024/4/16 11:01:54

栏目: 编程语言

在Pandas中使用TF-IDF提取文本特征可以通过以下步骤实现：

导入所需的库：

from sklearn.feature_extraction.text import TfidfVectorizer
import pandas as pd

创建一个包含文本数据的DataFrame：

data = {'text': ['This is a sample text for TF-IDF example', 
                 'TF-IDF is a technique used in text mining', 
                 'It calculates the importance of each word in a document']}
df = pd.DataFrame(data)

初始化TfidfVectorizer对象，并将文本数据转换为TF-IDF特征向量：

tfidf = TfidfVectorizer()
tfidf_matrix = tfidf.fit_transform(df['text'])

将TF-IDF特征向量转换为DataFrame：

tfidf_df = pd.DataFrame(tfidf_matrix.toarray(), columns=tfidf.get_feature_names_out())

现在，tfidf_df中包含了每个文档中每个单词的TF-IDF值作为特征。您可以将这些特征用于机器学习模型中进行文本分类、聚类等任务。

辰迅云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>

Pandas中怎么使用TF-IDF提取文本特征

最新知识库

相关标签