Scikit learn 如何在以下tfidf模型中获得最具代表性的功能？

您好，我有以下列表：

listComments = ["comment1","comment2","comment3",...,"commentN"]

我创建了一个tfidf矢量器，以从我的评论中获取模型，如下所示：

tfidf_vectorizer = TfidfVectorizer(min_df=10,ngram_range=(1,3),analyzer='word')
tfidf = tfidf_vectorizer.fit_transform(listComments)

现在，为了更好地了解我的模型，我想获得最具代表性的功能，我尝试了：

print("these are the features :",tfidf_vectorizer.get_feature_names())
print("the vocabulary :",tfidf_vectorizer.vocabulary_)

这给了我一个单词列表，我认为我的模型用于矢量化：

these are the features : ['10', '10 days', 'red', 'car',...]

the vocabulary : {'edge': 86, 'local': 96, 'machine': 2,...}

---

然而，我想找到一种方法来获得30个最具代表性的特征，我指的是在我的tfidf模型中达到最高值的单词，逆频率最高的单词，我正在阅读文档，但我无法找到这种方法。我真的非常感谢在这个问题上的帮助，提前感谢，

如果您想获得与idf分数相关的词汇表，可以使用

idf\uu

属性和

argsort

it

# create an array of feature names
feature_names = np.array(tfidf_vectorizer.get_feature_names())

# get order
idf_order = tfidf_vectorizer.idf_.argsort()[::-1]

# produce sorted idf word
feature_names[idf_order]

如果您想获得每个文档的tfidf分数的排序列表，您可以执行类似的操作

# get order for all documents based on tfidf scores
tfidf_order = tfidf.toarray().argsort()[::-1]

# produce words
feature_names[tfidf_order]

---

如果您想获得与idf分数相关的词汇表列表，可以使用

idf_u

属性和

argsort

it

# create an array of feature names
feature_names = np.array(tfidf_vectorizer.get_feature_names())

# get order
idf_order = tfidf_vectorizer.idf_.argsort()[::-1]

# produce sorted idf word
feature_names[idf_order]

如果您想获得每个文档的tfidf分数的排序列表，您可以执行类似的操作

# get order for all documents based on tfidf scores
tfidf_order = tfidf.toarray().argsort()[::-1]

# produce words
feature_names[tfidf_order]