Machine learning SKLearn交叉验证：

我正在进行文本分类，并将处理训练数据中未捕获的单词，这意味着该单词应被视为未知单词

有人知道如果训练数据中不存在某个单词，scikit的交叉验证是否会将其视为看不见的单词吗

---

或者scikit会将所有单词视为特征，即使它不在训练集中

如果您在包装了特征提取器（例如CountVectorizer或TfidfVectorizer）和分类器的管道上执行交叉验证，则所有操作都将自动开箱即用：仅在序列测试集中出现的特征将被忽略（不映射到向量表示中的维度）

有关如何使用

词汇表

属性将要素名称映射到中的标注的更多详细信息

还有一个例子说明了这一点

编辑：固定的列车/测试打字错误

---

编辑2：修复了示例的断开链接。

谢谢，让我放心：-）死链接：：（@Ashlaban谢谢你的报告，我修复了断开的链接。