Python中的TfidfVectorizer的参数

TfidfVectorizer是一个用于将文本集合转换为TF-IDF特征向量的类。下面是TfidfVectorizer的一些常见参数：

• stop_words：指定要从文本中删除的停用词列表。默认为None，即不删除停用词。
• lowercase：指定是否将文本转换为小写。默认为True。
• ngram_range：指定要提取的n-gram范围。默认为(1, 1)，表示只提取单个词。可以设置为(1, 2)表示提取单个词和二元组。
• max_df：指定文档频率的阈值，超过该阈值的词将被忽略。默认为1.0，即忽略所有出现在所有文档中的词。
• min_df：指定文档频率的阈值，低于该阈值的词将被忽略。默认为1，即只考虑在至少一个文档中出现的词。
• max_features：指定要提取的最大特征数。默认为None，即提取所有特征。可以设置为整数值，表示只提取前n个特征。