知识卡片
词袋以稀疏矩阵储存计数
先在训练语料建立词到列索引,再按文档计数。一篇文档只覆盖词汇表的一小部分,稀疏存储可省去零项。词袋便于训练传统分类器,但丢失词序,适用性需按任务验证。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- scikit-learn · 查看原书依据
仅存储非零特征来节约空间
参考来源
- 位置:《机器学习观止:核心原理与实践》第27章《scikit-learn》(来源项目 book-source,`extracted/机器学习观止:核心原理与实践/_epub-src/OEBPS/Text/chapter27.xhtml`)。
- 结论依据:第 27.4.2 节用 CountVectorizer 输出稀疏坐标与次数。
- 原始内容:仅存储非零特征来节约空间