Sklearn：“海峡”对象没有属性“读”

Question

我想用Sklearn向量化在一个大的CSV文件我的数据，我用下面的代码：

第一次尝试：

from sklearn.feature_extraction.text import CountVectorizer 

vectorizer = CountVectorizer(input='file', stop_words = 'english', ngram_range=(1,2)) 

vectorizer.fit_transform('test.csv') 

但我得到这个错误：

AttributeError的：“海峡”对象有没有属性“读”

第二次尝试，但错误依然提出：

import csv 

file = open('test.csv', 'r') 

f = file.readline() 

vectorizer.fit_transform(f) 

第三次尝试：这一次确实有效，但因内存不足而死亡。

file = open('test.csv', 'r') 
a = file.read() 
vectorizer = TfidfVectorizer(stop_words = 'english', ngram_range=(1,2)) 
de = vectorizer.fit_transform(a.split('\n')) 

如何在Sklearn中使用fit_transform来处理大型CSV文件？

Answer 1

你认为你的输入作为file你给它在这两种情况下string（file.readline()返回文件的第一行作为string）。

而是给它一个文件。

操作步骤如下：

​​