Как использовать countVectorizer для проверки новых данных после некоторой тренировки

Question

Я использовал countVectorizer следующим образом:

from sklearn.feature_extraction.text import CountVectorizer  
vectorizer = CountVectorizer(max_features=200, min_df=2, max_df=0.7, 
stop_words=stopwords.words('arabic'))  
X = vectorizer.fit_transform(X).toarray()

Теперь этот код преобразует строку в двоичный файл, а затем я собираюсь обучить данные. Тем не менее, у меня теперь есть некоторые тестовые данные, которые являются небольшими. Как я могу преобразовать его в двоичную форму, чтобы я мог сравнить?

Answer 1

Просто используйте vectorizer, который вы вписываете в свои тренировочные данные, чтобы преобразовать текст в формат, ожидаемый вашей обученной моделью:

test_vectors = vectorizer.transform(test_text_data)

Answer 2

Отображение массива из целочисленных индексов объекта в имя объекта:

vectorizer.get_feature_names()