Scikit learn 如何为添加到CountVectorizer转换数据的非文本特征设置名称？

我有一个代码可以向矢量化数据集添加一个新的非文本特征（文档长度）：

from sklearn.feature_extraction.text import CountVectorizer
from scipy.sparse import csr_matrix, hstack
def add_feature(X, feature_to_add):
    return hstack([X, csr_matrix(feature_to_add).T], 'csr')
vect = CountVectorizer().fit(X_train)
X_train_vectorized = vect.transform(X_train)
X_train1 = add_feature(X_train_vectorized, X_train.str.len())

我想把这个新功能称为“文档的长度”。如何做到这一点？

---

谢谢。

那有什么问题？您的

添加功能（）

是否未按预期工作？请添加一些示例数据，如果添加新功能效果良好，则会出现错误。我不知道如何命名这个新功能。例如，为了能够看到它的名称和分类器的coef_uuu权重，我不理解。您当前如何使用

coef\u

来“查看”其他功能（不添加此新功能）？feature\u names=np.array（vect.get\u feature\u names（））coef=model.coef\u0]sorted\u coef\u index=coef.argsort（）features\u weights=pd.Series（coef[sorted\u coef\u index]，index=feature\u name[sorted\u coef\u index]）只需将新功能名称附加到

功能\u名称

，然后执行此处的操作。