CountVectorizer 参数详解：文本特征提取利器

CountVectorizer 是一个用于将文本数据转换为词频向量的工具，它是自然语言处理中常用的文本特征提取方法。CountVectorizer 的主要参数包括：

1. 'input': 输入的数据，可以是字符串列表或文件路径。
2. 'encoding': 输入数据的编码格式，默认为'utf-8'。
3. 'decode_error': 在解码错误时的处理方式，默认为'strict'，可选值包括'ignore'和'replace'。
4. 'strip_accents': 是否去除重音符号，默认为None，可选值包括'ascii'、'unicode'和None。
5. 'lowercase': 是否将文本转换为小写，默认为True。
6. 'preprocessor': 预处理函数，默认为None。
7. 'tokenizer': 分词函数，默认为None。
8. 'stop_words': 停用词列表或字符串，默认为None，可选值包括'english'。
9. 'token_pattern': 分词的正则表达式，默认为r'(?u)\b\w\w+\b'。
10. 'ngram_range': 分词的n-gram范围，默认为(1, 1)，表示只考虑单个词。
11. 'analyzer': 分词的方法，默认为'word'，可选值包括'word'和'char'。
12. 'max_df': 词频的最大阈值，超过该阈值的词将被忽略，默认为1.0。
13. 'min_df': 词频的最小阈值，低于该阈值的词将被忽略，默认为1。
14. 'max_features': 词频计算的特征数，默认为None，表示保留所有特征。
15. 'vocabulary': 自定义的词汇表，用于词频计算，默认为None。
16. 'binary': 是否将词频转换为二进制特征，默认为False。
17. 'dtype': 特征类型，默认为float64。

这些参数可以根据具体的文本数据和需求进行调整，以获得更好的特征表示。