Я генерирую матрицу из tfidf из большого корпуса.
Я сохранил эту матрицу с помощью np.save (формат .npy)
from sklearn.feature_extraction.text import TfidfVectorizer
from nltk import word_tokenize
tfidf =TfidfVectorizer(sublinear_tf=True, min_df=5,norm='l2',
encoding="utf-`8",ngram_range=(2,3))
text = [" ".join(txt) for txt in df["txt_lemma"]]
matrix = tfidf.fit_transform(text)
np.save("c:/Oliv/matrix.npy",matrix) `
Затем я попытался перезагрузить свойматрица с matrix = np.load("c:/Oliv/matrix.npy")
, когда я смотрю на свою матрицу (repr (матрица)), это массив: "(<106386x8615140 разреженная матрица типа '' \ n \ twith 184318516 сохраненных элементов в Compressed Sparse Rowformat>, \ n dtype = object) "
Что я могу сделать, чтобы использовать в xgboost
`xgtrain = xgb.DMatrix(matrix, label = df.pole )`
Я не могу разделить эту матрицу в обучающей и тестовой частях из сгенерированного индексас моей переменной Y.
спасибо за вашу помощь!