文本类型数据的转化

tf-idf

from sklearn.feature_extraction.text import TfidfVectorizer
tf = TfidfVectorizer()
tf.fit(data2)
tf_np = tf.transform(data2).toarray()

w2v

from gensim.models.word2vec import Word2Vec
w2v = Word2Vec(sentences= data1,   # 待训练的语料 这个语料是以【‘’，‘’，‘’，‘’】这样的形式
        vector_size=150,           # 向量长度
        max_vocab_size = 100,      # 展示多少个词作为特征
        min_count = 1,             # 词频最少是1个
        epochs= 200)        # 最大迭代次数
w2v.wv.index_to_key
w2v.wv.key_to_index  # 词典
# w2v.wv.similarity()   # 计算相似度
w2v.wv.vectors.shape    #   所有词的词向量
d2v.wv.vectors
w2v.wv.get_vector(i)