0
我正在尝试使用TFIDF从文本文章的标题中获取功能。我做的是以下情况:SciKit-Learn:TfidfVectorizer故障
from sklearn.feature_extraction.text import TfidfVectorizer
corpus_title = result_df['_title'].tolist()
tfidf_transformer_title = TfidfVectorizer(min_df = 1, ngram_range = (1,1), use_idf = True, stop_words='english')
tfidf_df_title = tfidf_transformer_title.fit_transform(corpus_title)
tfidf_df_title
不过,我在这条线得到一个错误:
----> 4 tfidf_df_title = tfidf_transformer_title.fit_transform(corpus_title)
的错误是:
205
206 if self.lowercase:
--> 207 return lambda x: strip_accents(x.lower())
208 else:
209 return strip_accents
AttributeError: 'NoneType' object has no attribute 'lower'
我不知道它是如何可能得到这个错误。我检查了文档,它看上去像TfidfVectorizer
使用UTF-8作为其默认编码。
任何想法如何解决?
谢谢!
你的阴茎似乎有一些有问题的项目。 –
@cᴏʟᴅsᴘᴇᴇᴅ是否有跳过这些条目的方法? – bclayman
不熟悉熊猫,但您可以仔细查看导致问题的数据,然后使用布尔索引将其过滤掉。 –