如何为TfidfVectorzer使用列表列表或集合列表？
我正在使用skLearning TfidfVectorzer进行文本分类。
我知道这个矢量器需要原始文本作为输入，但使用列表是可行的（请参见input1）。
但是，如果我想使用多个列表（或集合），我会得到以下属性错误。
有人知道如何解决这个问题吗？提前谢谢！
from sklearn.feature_extraction.text import TfidfVectorizer
vectorizer = TfidfVectorizer(min_df=1, stop_words="english")
input1 = ["This", "is", "a", "test"]
input2 = [["This", "is", "a", "test"], ["It", "is", "raining", "today"]]
print(vectorizer.fit_transform(input1)) #works
print(vectorizer.fit_transform(input2)) #gives Attribute error
input 1:
(3, 0) 1.0
input 2:
Traceback（最近一次调用）：File"，第1行，在File"/库/框架/Python.framework/Versions/3.5/lib/python3.5/site-packages/sklearn/feature_extraction/text.py"，第1381行，在fit_transformX=超级（TfidfVectorzer，自我）。fit_transform（raw_documents）File"/库/框架/Python.framework/Versions/3.5/lib/python3.5/site-packages/sklearn/feature_extraction/text.py"，第869行，在fit_transformself.fixed_vocabulary_）文件/库/框架/Python.framework/Versions/3.5/lib/python3.5/site-packages/sklearn/feature_extraction/text.py，第792行，_count_vocab分析（文档）中的功能：文件/库/框架/Python.framework/Versions/3.5/lib/python3.5/site-packages/sklearn/feature_extraction/text.py，第266行，令牌化（预处理（self.decode（文档））），stop_words）文件/库/框架/Python.framework/Versions/3.5/lib/python3.5/site-packages/sklearn/feature_extraction/text.py，第232行，返回lambda x：strip_accents（x.lower（））属性错误：'list'对象没有属性'lower'
共有1个答案
请注意，input1可以工作，但它将列表（字符串）的每个元素视为要向量化的不同文档。
在input2的情况下，我假设您希望对每个“句子”（子列表）进行矢量化。一种解决方案是使用以下列表理解语法：
input2_corrected = [" ".join(x) for x in input2]
从而产生
['This is a test', 'It is raining today']
它不再产生属性错误。
-
问题内容： 我有一个在列表中存储一些数据的对象。该实现可能会在以后更改，并且我不想向最终用户公开内部实现。但是，用户必须具有修改和访问此数据集合的能力。目前我有这样的事情： 这是否意味着我已允许内部实施细节泄漏出去？我应该这样做吗？ 问题答案： 这仅取决于您是否希望您的用户能够索引数据？如果是，请使用列表。两者都是接口，因此您不会泄漏实现细节，实际上，您只需要确定所需的最低功能即可。
-
问题内容： 我有一个 清单清单 ： 我想转换为一个 集合， 即删除重复列表并从中创建一个仅包含 唯一 列表的新列表。 在上述情况下，所需答案将是 但是当我这样做时，它给了我错误 TypeError：无法散列的类型：“列表” 你能解决我的问题吗？提前致谢！ 问题答案： 由于列表是可变的，因此不能进行哈希处理。最好的选择是将它们转换为元组并形成一个集合，像这样 我们一次遍历一个列表，将其转换为一个元组
-
问题内容： 我目前正在使用“设置”结构使用Redis。 我想知道是否有可能自动清理空的“ set”吗？ 否则找到一个cron /进程来定期清理空的“ set” 更新： 更笼统的问题是，“（nil）”和“（空列表或集合）”之间存在差异（内存使用情况） 例： 要么 问题答案： 这已经是自动的。如果集合为空，则将其从名称空间中删除。 您不必执行任何特定操作即可从此行为中受益。 要回答第二个问题，（nil
-
问题内容： 比较两个列表/集合并输出差异的最简单方法是什么？是否有任何内置函数可以帮助我比较嵌套列表/集？ 输入： 预期产量： 问题答案： 因此，您需要两个项目列表之间的区别。 首先，我将每个列表列表变成一个元组列表，这样，由于元组是可哈希化的（列表不是），因此您可以将元组列表转换为一组元组： 然后可以进行设置： 编辑（由sdolan建议）：您可以在一个列表中为每个列表完成最后两个步骤： 注意：是
-
我正在尝试将列表拆分为列表列表，其中每个列表的最大大小为4。 我想知道如何使用lambdas做到这一点。 目前我的做法如下： 更新 似乎没有一种简单的方法可以使用lambdas来拆分列表。虽然所有的答案都很受欢迎，但它们也是一个很好的例子，说明lambdas不能简化事情。
-
我有包含项目数组的类存储。 每个项目（类项目）有不同的体积，我正在添加项目到商店。假设我有20个项目，我把10个添加到2或3个不同的商店，我必须根据这些项目的数量在商店中排序。