J'ai des doutes en utilisant vocabulary_.get, le code est le suivant. Comme indiqué ci-dessous, j'ai utilisé CountVectorizer dans l'un des exercices d'apprentissage automatique, pour obtenir le nombre d'occurrences d'un mot particulier.sklearn CountVectorizer
from sklearn.feature_extraction.text import CountVectorizer
vectorizer = CountVectorizer()
s1 = 'KJ YOU WILL BE FINE'
s2 = 'ABHI IS MY BESTIE'
s3 = 'sam is my bestie'
frnd_list = [s1,s2,s3]
bag_of_words = vectorizer.fit(frnd_list)
bag_of_words = vectorizer.transform(frnd_list)
print(bag_of_words)
# To get the feature word number from word
#for eg:
print(vectorizer.vocabulary_.get('bestie'))
print(vectorizer.vocabulary_.get('BESTIE'))
SORTIE:
Bag_of_words is :
(0, 1) 1
(0, 3) 1
(0, 5) 1
(0, 8) 1
(0, 9) 1
(1, 0) 1
(1, 2) 1
(1, 4) 1
(1, 6) 1
(2, 2) 1
(2, 4) 1
(2, 6) 1
(2, 7) 1
'bestie' has feature number:
2
'BESTIE' has feature number:
None
D'où mon doute est que la raison pour laquelle 'bistie' indique le numéro de fonction correcte i.e. 2 et 'BESTIE' affiche None. Le vocabulaire ne fonctionne-t-il pas bien avec les vecteurs capitaux?