Skip to main content
 首页 » 编程设计

python之如何使用自己的算法在scikit-learn中提取特征(文本特征提取)

2024年10月24日13mengfanrong

我想使用我自己的算法从训练数据中提取特征,然后使用 scikit-learn 中的 CountVectorize 进行拟合和转换。

目前我在做:

from sklearn.feature_extraction.text import CountVectorizer 
cvect_obj = CountVectorizer() 
vects = cvect_obj.fit_transform(traning_data) 

fit_transform(traning_data)自动提取特征并进行变换,但是我想用自己的算法提取特征。

请您参考如下方法:

实际上,直接使用它是不可能的。作为 scikit-learn 的规则,他们只添加完善的算法。一条经验法则是至少 3 年以来的出版物、200 多次引用以及广泛使用和实用性。还将考虑包含对广泛使用的方法提供明确改进的技术(例如增强的数据结构或有效的近似)。

此外,您的实现不需要在 scikit-learn 中与 scikit-learn 工具一起使用。以 scikit-learn 兼容的方式实现您最喜欢的算法,将其上传到 github,它将列在相关项目下。