文本型數據特徵化（特徵提取）

如果樣本本身就是數字型的，那麼樣本本身就可以作爲特徵用於訓練我們的模型，那麼如果樣本本身是文字型樣本，如做文本分析等機器學習工作時，該如何提取特徵？ 1. 詞集模型 單詞構成的集合，集合中每個元素都只有一個。 2. 詞袋模型 統計文本中出現的單詞，與其出現次數。 使用sklearn實現的詞袋模型示例如下： 3. TF-IDF模型（term frequency–inverse document fr

>>阅读原文<<