本文整理汇总了Python中sklearn.feature_extraction.text.Vectorizer.inverse_transform方法的典型用法代码示例。如果您正苦于以下问题：Python Vectorizer.inverse_transform方法的具体用法？Python Vectorizer.inverse_transform怎么用？Python Vectorizer.inverse_transform使用的例子？那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类sklearn.feature_extraction.text.Vectorizer的用法示例。
在下文中一共展示了Vectorizer.inverse_transform方法的1个代码示例，这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞，您的评价将有助于系统推荐出更棒的Python代码示例。
示例1: LogisticRegression
# 需要导入模块: from sklearn.feature_extraction.text import Vectorizer [as 别名]
# 或者: from sklearn.feature_extraction.text.Vectorizer import inverse_transform [as 别名]
X_test = vectorizer.transform(data_test.data)
###############################################################################
# Benchmark classifier
# sklearn.naive_bayes.MultinomialNB(alpha=310) gives 84.3%
# LogisticRegression(C=1.9) gives 85.9%
#clf = LogisticRegression(C=1.9, penalty='l2')
# LinearSVC(C=.17) gives 85.9%
from sklearn.svm.sparse import LinearSVC
clf = LinearSVC(C=.17)
clf.fit(X_train, y_train)
pred = clf.predict(X_test)
for category, words in zip(categories,
vectorizer.inverse_transform(
clf.coef_ > .7)):
print category, words.ravel()
score = metrics.f1_score(y_test, pred)
print "f1-score: %0.3f" % score
print "classification report:"
print metrics.classification_report(y_test, pred,
target_names=categories)
print "confusion matrix:"
print metrics.confusion_matrix(y_test, pred)