python - 将 scikit-learn TfIdf 与 gensim LDA 一起使用

Question

我在 scikit learn 中使用了各种版本的 TFIDF 来对一些文本数据进行建模。

vectorizer = TfidfVectorizer(min_df=1,stop_words='english')

结果数据 X 采用以下格式：

<rowsxcolumns sparse matrix of type '<type 'numpy.float64'>'
    with xyz stored elements in Compressed Sparse Row format>

我想尝试使用 LDA 来降低稀疏矩阵的维数。有没有一种简单的方法可以将 NumPy 稀疏矩阵 X 输入到 gensim LDA 模型中？

lda = models.ldamodel.LdaModel(corpus=corpus, id2word=dictionary, num_topics=100)

我可以忽略 scikit 并按照 gensim 教程概述的方式进行，但我喜欢 scikit 矢量化器及其所有参数的简单性。

score 10 · Accepted Answer

class gensim.matutils.Sparse2Corpus(sparse, documents_columns=True)

      Convert a matrix in scipy.sparse format into a streaming gensim corpus.

1 回答 1