文本特征向量化代码

以下是使用Python进行文本特征向量化的示例代码，以词袋模型为例：

from sklearn.feature_extraction.text import CountVectorizer

# 定义一组文本数据
texts = ['this is a good book', 'this is a bad book', 'good book and bad book']

# 创建CountVectorizer对象
vectorizer = CountVectorizer()

# 对文本进行特征向量化
vectorizer.fit_transform(texts)

# 输出向量化后的特征矩阵
print(vectorizer.transform(texts).toarray())

运行以上代码，将输出一个3x7的特征矩阵，其中每一行代表一个文本，每一列代表一个词汇的出现次数。您可以根据需要使用不同的特征向量化方法，比如使用TfidfVectorizer实现TF-IDF特征向量化。