我试图从scikit-learn中的向量中提取最高频词项。根据示例，可以针对每个类别这样做，但我希望针对类别内的每个文件这样做。

https://github.com/scikit-learn/scikit-learn/blob/master/examples/document_classification_20newsgroups.py

    if opts.print_top10:        print "top 10 keywords per class:"        for i, category in enumerate(categories):            top10 = np.argsort(clf.coef_[i])[-10:]            print trim("%s: %s" % (            category, " ".join(feature_names[top10])))

我希望针对测试数据集中的每个文件而不是每个类别来执行此操作。我应该查看哪里？

谢谢

编辑：将“discrimitive”改为“highest frequency”（抱歉引起混淆）

回答：

你可以使用transform的结果结合get_feature_names来获取给定文档的词项计数。

X = vectorizer.transform(docs)terms = np.array(vectorizer.get_feature_names())terms_for_first_doc = zip(terms, X.toarray()[0])