Я строю индекс косинусного аналога для характеристик моего продукта, и поскольку пространство функций огромно, я хочу сохранить результаты после преобразования своих функций, чтобы мне не приходилось пересчитывать его каждый раз. Есть ли способ сделать это?
from sklearn.feature_extraction.text import CountVectorizer
cv = CountVectorizer()
count_matrix = cv.fit_transform(full_data["features"])
cosine_sim = cosine_similarity(count_matrix)
Могу ли я сохранить выходные данные косинусоида и повторно использовать их для новой записи при вычислении индекса сходства?