查阅scikit-learn文档代码时，建议先实现CountVectorizer，然后再使用TFIDF。我可以只使用TFIDF吗？http://scikit-learn.org/stable/tutorial/text_analytics/working_with_text_data.html
如果我只使用TFIDF，并将预处理后的文本作为输入，它不会接受这种数据类型（我尝试过列表和np数组）。有人能帮我吗？
回答：
- 在他们展示的例子中，他们在
CountVectorizer之上使用了TfidfTransformer。直接使用TfidfVectorizer会产生相同的结果。因此，选择哪种加权方案取决于你。 - 我不太理解你的问题。Scikit的向量化器可以接受不同类型的输入，从字符串列表/数组到文件描述符和其他类型。构造ngrams时，它使用
tokenizer=和preprocessor=参数。你的问题是什么？
