sklearn—CountVectorizer详解（转）

设置停用词列表，处理中文文档

训练集也就是a，b 的词频统计结果，词汇列表、字典为：

这个属性一般用来程序员自我检查停用词是否正确，在pickling的时候可以设置stop_words_为None是安全的。
参考如下链接整理：
http://stackoverflow.com/questions/27488446/scikit-learn-countvectorizer
http://www.itkeyword.com/doc/4813494854317445586/TfidfVectorizer-sklearn-CountVectorizer
这个链接写的很棒,主要参考他的：
https://blog.csdn.net/Datawhale/article/details/82317529
————————————————

（转自：https://blog.csdn.net/weixin_38278334/article/details/82320307）