CountVectorizer 参数 stop_words: 过滤英文停用词提升文本分类效率

参数 'stop_words' 是 CountVectorizer 中的一个可选参数，用于过滤掉一些常见的单词，这些单词在文本中出现的频率非常高，但它们通常对文本分类任务没有太大的贡献。

参数 'stop_words' 设置为 'english' 表示过滤掉英语中常见的单词，例如 'a', 'an', 'the', 'and' 等。这些单词在英语中非常常见，但它们通常对文本分类任务的效果没有太大的帮助，反而会占用大量的计算资源和内存。

因此，如果我们正在处理的文本是英语文本，可以考虑将参数 'stop_words' 设置为 'english'，以过滤掉这些常见的单词。这将有助于提高文本分类的准确性和效率。