python - 训练后如何使用 countVectorizer 测试新数据

Question

我是这样使用 countVectorizer 的:

from sklearn.feature_extraction.text import CountVectorizer  
vectorizer = CountVectorizer(max_features=200, min_df=2, max_df=0.7, 
stop_words=stopwords.words('arabic'))  
X = vectorizer.fit_transform(X).toarray()

现在这段代码会将字符串转换为二进制，然后我要训练数据。但是，我现在有一些小的测试数据。我怎样才能把它转换成二进制形式，这样我才能真正进行比较？

Answer 1

只需使用适合训练数据的vectorizer 将文本转换为训练模型所期望的相同格式:

test_vectors = vectorizer.transform(test_text_data)