在从文本中提取特征时，如何检查一个向量化器（例如TfIdfVectorizer或CountVectorizer）是否已经在训练数据上拟合？
特别是，我希望代码能自动判断一个向量化器是否已经拟合。

from sklearn.feature_extraction.text import TfidfVectorizervectorizer = TfidfVectorizer()def vectorize_data(texts):  # 如果向量化器尚未拟合  vectorizer.fit_transform(texts)  # 否则  vectorizer.transform(texts)

回答：

您可以使用check_is_fitted，它正是为此目的设计的。

在TfidfVectorizer.transform()的源码中，您可以查看其使用方式：

def transform(self, raw_documents, copy=True):    # 这就是您需要的。    check_is_fitted(self, '_tfidf', 'The tfidf vector is not fitted')    X = super(TfidfVectorizer, self).transform(raw_documents)    return self._tfidf.transform(X, copy=False)

因此，在您的案例中，您可以这样做：

from sklearn.utils.validation import check_is_fitteddef vectorize_data(texts):    try:        check_is_fitted(vectorizer, '_tfidf', 'The tfidf vector is not fitted')    except NotFittedError:        vectorizer.fit(texts)    # 在所有情况下向量化器都已拟合，因此只需调用transform()    vectorizer.transform(texts)