CountVectorizer は、要は新しい特徴量を作る時に使うの？

2024年6月8日2024年6月17日

CountVectorizer は、テキストデータをベクトル化して新しい特徴量を作成するために使用されます。テキストデータは、通常、機械学習モデルに直接入力できる形式ではないため、CountVectorizer を使用してテキストを数値データに変換します。

具体的には、CountVectorizer は各文書内の各単語の出現回数をカウントし、それを特徴量として表現します。これにより、テキストデータが数値データに変換され、機械学習モデルに供給できる形式になります。

例えば、ある文書内の単語「apple」という単語が3回出現する場合、その文書の「apple」特徴量の値は3になります。このようにして、テキストデータを数値データに変換し、新しい特徴量を作成することができます。