如何解决TFIDF ValueError:修剪后,没有剩余项尝试更低的 min_df 或更高的 max_df
我正在尝试从数据集的“描述”列中获取特征名称,但出现以下错误
ValueError: After pruning,no terms remain. Try a lower min_df or a higher max_df.
下面是我的代码
import pandas as pd
import numpy as np
from sklearn.feature_extraction.text import TfidfVectorizer,CountVectorizer
from sklearn.decomposition import NMF,LatentDirichletAllocation
articles = pd.read_csv("Articles.csv")
articles.head()
我检查空值,然后删除包含它们的行
missing_values_count = articles.isnull().sum()
missing_values_count[0:10]
articles.dropna(subset=['description'],inplace=True)
df = pd.DataFrame(articles,columns =['description'])
print(df)
no_features = 5000
no_topics = 8
no_top_words = 50
然后我尝试创建文档字矩阵
tfidf_vectorizer = TfidfVectorizer(max_df=0.95,min_df=.05,stop_words='english',lowercase=True,strip_accents='ascii',analyzer='word',token_pattern='[a-zA-z0-9]{3,}')
tfidf = tfidf_vectorizer.fit_transform(df)
然后我得到 ValueError: After pruning,no terms remain. Try a lower min_df or a higher max_df.
如果我删除 max_df=0.95,min_df=.05
,则不会收到错误消息。但是,当我运行以下代码时:
feature_names = tfidf_vectorizer.get_feature_names()
feature_names
但我得到以下输出:['description']
我期待完整的功能列表。所以我不确定我会遇到什么问题。
如果您能提供任何帮助,我们将不胜感激。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。