我正在使用scikit的tfidf对一些文本数据进行向量化。根据文档，我了解到可以通过将idf和归一化设置为False来获得0/1输出（二进制特征向量？）。所以我尝试了以下代码：

tfidf_vect= TfidfVectorizer(use_idf=False,                            smooth_idf=True,                            sublinear_tf=False,                            ngram_range=(2,2),                            norm=False)

这样特征向量就会是二进制的吗？另一方面，在文档中还有另一个模块可以完成这个任务，即预处理。你有什么关于如何处理这个问题的想法吗？

回答：

TfidfVectorizer有一个名为binary的参数：

tfidf_vect= TfidfVectorizer(use_idf=False,binary=True, norm=False, ngram_range=(2, 2))

这将使特征变成二进制的