TfidfVectorizer(stop_words='english',ngram_range=(1,1))中ngram_range的意义

tfidf = TfidfVectorizer(stop_words='english',ngram_range=(1,1))

中ngram_range(min,max)是指将text分成min，min+1，min+2,.........max 个不同的词组

比如'Python is useful'中ngram_range(1,3)之后可得到'Python'  'is'  'useful'  'Python is'  'is useful' 和'Python is useful'如果是ngram_range (1,1) 则只能得到单个单词'Python'  'is'和'useful'

最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容