我希望使用scikit learn的HashingVectorizer，因为它非常适合在线学习问题（文本中的新标记保证映射到“bucket”）。不幸的是，scikit learn中包含的实现似乎不包括对tf-idf特性的支持。通过TfidfTransformer传递矢量器输出是使在线更新与tf-idf功能协同工作的唯一方法，还是有更优雅的解决方案？
最佳答案
本质上，你不能以在线方式使用TF-IDF，因为过去所有功能的IDF将随着每一个新文档而改变，这意味着重新访问和培训所有以前的文档，这些文档将不再在线。
可能有一些近似，但你必须自己实现它们。
关于python - scikit-learn的TfidfVectorizer的在线版本，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/24517793/