Pandas中怎么使用TF-IDF提取文本特征

在Pandas中使用TF-IDF提取文本特征可以通过以下步骤实现：

1. 导入所需的库：

from sklearn.feature_extraction.text import TfidfVectorizer
import pandas as pd

1. 创建一个包含文本数据的DataFrame：

data = {
'text': ['This is a sample text for TF-IDF example', 
                 'TF-IDF is a technique used in text mining', 
                 'It calculates the importance of each word in a document']}
    
df = pd.DataFrame(data)

1. 初始化TfidfVectorizer对象，并将文本数据转换为TF-IDF特征向量：

tfidf = TfidfVectorizer()
tfidf_matrix = tfidf.fit_transform(df['text'])

1. 将TF-IDF特征向量转换为DataFrame：

tfidf_df = pd.DataFrame(tfidf_matrix.toarray(), columns=tfidf.get_feature_names_out())

现在，tfidf_df中包含了每个文档中每个单词的TF-IDF值作为特征。您可以将这些特征用于机器学习模型中进行文本分类、聚类等任务。

声明：本文内容由网友自发贡献，本站不承担相应法律责任。对本内容有异议或投诉，请联系2913721942#qq.com核实处理，我们将尽快回复您，谢谢合作！