Python 在HashingVectorizer上一个结果的末尾追加HashingVectorizer的结果

我想做的是在sklearn中使用hashingvectorier和tfidfTransformer增量学习垃圾邮件过滤器。 这是我的密码-

for i in range(0,sz-1):

    messages_bow = HashingVectorizer(analyzer=split_into_lemmas,non_negative=True,n_features=3000).transform(final[i]['message'])
    if i==0:
        temparr=messages_bow
    else:
        temparr.append(messages_bow)
    tfidf_transformer = TfidfTransformer().fit(temparr)
    messages_tfidf = tfidf_transformer.transform(messages_bow)
    spam_detector=MB.partial_fit(messages_tfidf,final[i]['label'],classes=['ham','spam'])

    messages_bow = HashingVectorizer(analyzer=split_into_lemmas,non_negative=True,n_features=3000).transform(final[i+1]['message'])
    #tfidf_transformer = TfidfTransformer().fit(messages_bow)
    messages_tfidf = tfidf_transformer.transform(messages_bow)
    predictions=spam_detector.predict(messages_tfidf)
    L=list(np.array(predictions))
    perf_measure(list(np.array(final[i+1]['label'])),L)
    val=val+accuracy_score(final[i+1]['label'],predictions)

最终[i]['message']包含100条消息。我想将hashingVectorizer的结果附加到上一个结果，这样我就可以在tfidfTransformer中使用它，因为hashingVectorizer是无状态的，而tfidfTransformer是有状态的。 但我有以下错误-

 temparr.append(messages_bow)
 File "/home/aditya/anaconda2/lib/python2.7/site-packages/scipy/sparse/base.py", line 525, in __getattr__
raise AttributeError(attr + " not found")
AttributeError: append not found

---

我应该怎么做呢？

既然

scikit learn HashingVectorizer

返回一个scipy稀疏矩阵，您需要使用

scipy.sparse.vstack

，它看起来像：

temparr = vstack(temparr,essages_bow)

---

你能解释一下你想在这里实现什么吗？在每次迭代中，我想把hashingVectorizer的新结果附加到以前的结果中，这样在每次迭代中，我就有了包含所有以前迭代结果的矩阵。然后，这个矩阵作为tfidfTransformer的输入，它将矩阵转换为标准化的tf idf表示形式。谢谢，它可以工作，但语法上有细微的修改-

temparr=vstack（（temparr，messages_bow））