仅从 Tfidf Vectorizer 中选择前 n 个特征

【问题标题】：Select only top n features from Tfidf Vectorizer仅从 Tfidf Vectorizer 中选择前 n 个特征
【发布时间】：2018-11-22 16:39:37
【问题描述】：

var_vector = TfidfVectorizer()
train_var = var_vector.fit_transform(t_df['var'])

top_100 = np.array(var_vector.get_feature_names())
tfidf_100 = np.argsort(var_vector.idf_)[::-1]

n = 100
top_n = top_100[tfidf_100][:n]

从 tfidf Vectorizer 中选择前 100 个单词后如何将维度更新为 100？

【问题讨论】：

标签： python nltk tfidfvectorizer

【解决方案1】：

将max_features 参数设置为100。参考文档here

【讨论】：

它仅使用词频选择最大特征
那么我认为您必须遍历所有内容并找到最重要的功能
我只是想知道如何将顶级功能更新到以前的功能