我在创建tf-idf矩阵以计算余弦相似度。但我想让某个集合中的常用词具有更高的权重（即，tf-idf值）。

tfidf_vectorizer = TfidfVectorizer()tfidf_matrix = tfidf_vectorizer.fit_transform(documents)

如何修改上面的tfidf_matrix以增强特定集合中词的权重？

回答：

我将csr类型的tfidf矩阵转换为二维数组，方法如下：

my_matrix = tfidf_matrix.toarray()

然后，通过以下方式查找关键词的索引：

tfidf_vectorizer.vocabulary_.get(keyword)

之后，遍历二维矩阵并根据需求修改tf-idf值。这里，keyword_list包含我们想要修改其tf-idf值的关键词的索引。

    for i in range(0, len(my_matrix)):    for key in keyword_list:        if key != None:            key = (int)(key)        if my_matrix[i][key] > 0.0:            my_matrix[i][key] = new_value

然后，再次将my_matrix转换回csr类型，方法如下：

tfidf_matrix = sparse.csr_matrix(my_matrix)

因此，tfidf_matrix针对关键词列表进行了修改。