Scikit learn 在sklearn-SVM中使用gensim随机投影

是否可以使用gensim随机投影在sklearn中训练SVM？
我需要使用gensim的tfidf实现，因为它更擅长处理大的输入，然后我想把它放到一个随机投影中，在这个投影上我将训练我的SVM。我也很乐意将由

gensim

生成的tfidf模型传递给

sklearn

并使用它们的随机投影，如果这能让事情变得更简单的话。
但到目前为止，我还没有找到一种方法让这两个模型从gensim进入sklearn

---

我尝试过使用

gensim.matutils.corpus2csc

，但这当然行不通：TfidfModel和RpModel都不是corpi，所以现在我不知道下一步要做什么。

多亏了Chinmaya Pancholi（）的出色

gensim

贡献，这非常容易

只需从`gensim:

from gensim.sklearn_api import RpTransformer

然后，您可以像使用任何其他sklearn分类器一样使用该模型进行分析：

model = RpTransformer(num_topics=2)
clf = svm.SVC()
pipe = Pipeline([('features', model,), ('classifier', clf)])
pipe.fit(X_train, y_train)

在使用

gensim

模型时，需要注意的一点是，您仍然需要执行

字典

和

语料库

步骤。因此，您不必在

X_-train

上安装您的模型，而必须按照以下思路进行操作：

dictionary = Dictionary(X_train)
corpus_train = [dictionary.doc2bow(text) for text in X_train]
corpus_test = [dictionary.doc2bow(text) for text in X_test]

然后在

corpus\u train

或

corpus\u test

上拟合/预测您的模型