用sklearn求大文本的tfidf特征？

Question

上面的数据是从reuters数据集中取得7303个训练集，用sklearn对其取tfidf特征，得到的结果都是0，这是怎么回事？

当我从这些数据中取一部分时，对于这些少部分数据能够得到正确的tfidf结果。

Answer 1

上代码，可能是你精度太低或者min_count导致的

比如词频是1，总词数1e9，对应的tf就是1e-9，被忽略了。