0
방금 sklearn을 가져 와서 내 뻔뻔스러운 무지를 용서해 주었다.) ... 지금은 TfidfVectorizer가 어떻게 작동하는지, 그리고 마침표에서 어떻게 피하는지를 파악하려고합니다.Sklearn TfidfVectorizer로 기간을 분석하지 않는 방법은 무엇입니까?
from sklearn.feature_extraction.text import TfidfVectorizer
docs= ("'CSC.labtrunk', 'CSC.datacenter', 'CSC.netbu', 'CSC.asr5k.general', 'CSC.ena', 'CSC.embu'", "'CSC.ena'", "'CSC.embu', 'CSC.security', 'CSC.ena'", "'CSC.embu', 'CSC.datacenter', 'CSC.labtrunk', 'CSC.content-security', 'CSC.ena', 'CSC.embu.dev', 'CSC.spv.custom-prods', 'CSC.voice', 'CSC.policy-mgmt', 'CSC.nuova'", "'CSC.embu', 'CSC.sys', 'CSC.policy-mgmt', 'CSC.content-security', 'CSC.datacenter'", "'CSC.asr5k.general'", "'CSC.sys'", "'CSC.labtrunk'")
vec = TfidfVectorizer()
trfm_data = vec.fit_transform(docs)
print trfm_data
출력 샘플 :
(0, 6) 0.200552591995
(0, 7) 0.200552591995
(0, 8) 0.265074737928
(0, 0) 0.265074737928
(0, 11) 0.316288846342
(0, 4) 0.228737749732
(0, 9) 0.228737749732
(0, 2) 0.757857197424
print vec.inverse_transform(trfm_data)
출력 샘플 :
[u'embu', u'ena', u'general', u'asr5k', u'netbu', u'datacenter',
u'labtrunk', u'csc']
적으로는, 내가 문자열과 같은 "'CSC.labtrunk', 'CSC.datacenter', 'CSC.netbu', 'CSC.asr5k.general', 'CSC.ena', 'CSC.embu'"
각 항목을 치료하고 싶습니다.