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'

你可能感兴趣的:(TfidfVectorizer(stop_words='english',ngram_range=(1,1))中ngram_range的意义)