CountVectorizerが大文字を無視します

CountVectorizerが大文字の単語を無視する理由は何ですか？ lowercaseがCountVectorizerではデフォルトでTrueに設定されているように、これが発生しCountVectorizerが大文字を無視します

[5, 3, 2, None, 1]

出典

2017-09-11 Sindico

cv = CountVectorizer(stop_words=None,analyzer='word',token_pattern='.*',max_features=None) 
text = ['this','is','a','Test','!'] 
fcv = cv.fit_transform(list) 
fcv = [cv.vocabulary_.get(t) for t in text] 
print fcv

戻り、lowercase=Falseを追加します。

cv = CountVectorizer(stop_words=None, analyzer='word', token_pattern='.*', 
     max_features=None, lowercase=False)

出典

2017-09-11 19:51:08

はい。おそらく、 '' Test''と '' test''のために '' cv.vocabulary_.get（t.lower（））を '' text in ''にしたいと思うかもしれません.... –

私はそこにパラメータがあることに気付かなかった。ありがとうございました！ http://scikit-learn.org/stable/modules/generated/sklearn.feature_extraction.text.CountVectorizer.html#sklearn.feature_extraction.text.CountVectorizer.fit_transform – Sindico

@Sindicoはい、**でも、おそらくあなたはしたくないでしょうそのパラメータを使用してください！**デフォルトが 'True'になっている理由はあります。 –

CountVectorizerが大文字を無視します

答えて

関連する問題