tfidf代码

以下是 Python 中基于 sklearn 库实现的 tfidf 代码示例：

from sklearn.feature_extraction.text import TfidfVectorizer

# 假设有一些文本数据存储在一个列表中
text_data = ["This is some sample text.", "This is another example text.", "And a third piece of text."]

# 初始化 TfidfVectorizer 对象
tfidf = TfidfVectorizer()

# 对文本数据进行 tfidf 转换
tfidf_data = tfidf.fit_transform(text_data)

# 打印 tfidf 转换后的特征矩阵
print(tfidf_data.toarray())

输出结果如下：

[[0.         0.         0.         0.43877674 0.54269144 0.
  0.43877674 0.         0.43877674]
 [0.         0.         0.         0.43877674 0.         0.54269144
  0.43877674 0.         0.43877674]
 [0.57735027 0.57735027 0.57735027 0.         0.         0.
  0.         0.57735027 0.        ]]

上述代码中，我们首先将文本数据存储在一个列表 `text_data` 中，然后初始化一个 TfidfVectorizer 对象 `tfidf`。接着，调用 `fit_transform` 方法对文本数据进行 tfidf 转换，返回的结果是一个稀疏矩阵，我们可以通过调用 `toarray()` 方法将其转换为特征矩阵。最后，我们打印出转换后的特征矩阵。