TypeError：fit_transform（）缺少1个必需的位置参数：'raw_documents'

Question

我正在尝试使用Sklearn进行特征提取文本，但是出现错误

类型错误：fit_transform（）缺少1个必需的位置参数：'raw_documents'

似乎我必须在缺少原始文档的情况下完成一些参数，但是我找不到导致错误的原因，这是我的代码：

features=TfidfVectorizer.fit_transform(data.status).toarray()
label=data.label
features.shape

在Jupyter笔记本电脑控制台中运行时，出现以下错误：

    TypeError   Traceback (most recent call last)\
<ipython-input-3-614f2fa78a04> in <module>()
----> 1 features=TfidfVectorizer.fit_transform(data.status).toarray()
      2 label=data.label
      3 features.shape

TypeError: fit_transform() missing 1 required positional argument: 'raw_documents'

Answer 1

在scikit-learn中，所有带有fit_transform的东西都是某种类型的实例，这就是说，您需要首先初始化该实例，在此您要调用fit_transform，就好像它是staticmethod 。

因此，可以通过让vectorizer = TfidfVectorizer()创建实例并使用vectorizer.fit_transform(data.status)，或者直接使用TfidfVectorizer().fit_transform(data.status)。

您可以通过查看the docs来看到，注意到您似乎确实传递了唯一的必需参数，并回想起Python中的实例方法带有一个隐式参数，通常称为self，因此您的代码中发生的情况是您将data.status传递为self，而raw_documents未设置。