TfidfVectorizer参数

TfidfVectorizer是用于将文本转换为TF-IDF向量的工具。它的主要参数包括：

1. stop_words：用于指定需要过滤的停用词，可以是预定义的字符串（如'english'），也可以是一个列表或者None。

2. max_df：用于过滤掉在文档中出现频率高于指定阈值的词语。可以是一个小数（表示频率的比例），也可以是一个整数（表示出现的次数）。

3. min_df：用于过滤掉在文档中出现频率低于指定阈值的词语。可以是一个小数（表示频率的比例），也可以是一个整数（表示出现的次数）。

4. ngram_range：用于指定要考虑的词语数量。可以是一个包含两个整数的元组，其中第一个整数表示最小的词语数量，第二个整数表示最大的词语数量。

5. tokenizer：用于定义文本的分词方法。可以是一个函数，也可以是一个类。如果不指定，默认使用内置的分词方法。

6. lowercase：用于指定是否将文本转换为小写。

7. max_features：用于限制向量的长度，只考虑出现频率最高的前max_features个词语。

8. norm：用于指定向量的归一化方式，可以是'l1'或'l2'。

以上是TfidfVectorizer的主要参数，还有一些其他的参数可以根据需要进行设置。