LDA代码训练报错记录

1、AttributeError: ‘CountVectorizer‘ object has no attribute ‘get_feature_names‘

代码内容：

tf_feature_names = tf_vectorizer.get_feature_names()

报错信息

AttributeError: 'CountVectorizer' object has no attribute 'get_feature_names'

报错解析：

属性错误 ：“CountVectorizer”对象没有属性“get_feature_names”
其实是sklearn版本问题，解决方案

• 修改sklearn的版本（需要降级）

  • `pip install scikit-learn==0.20.0
  • 提示：如果降低版本，后续与其他包的匹配会出现新的问题，需要慎重

• 修改参数

  • tf_feature_names = tf_vectorizer.get_feature_names_out()
  • 将参数名称进行修改
  • 提示：如果用到pyLDAvis进行可视化时，同样需要修改里面的代码

TypeError: drop() takes from 1 to 2 positional arguments but 3 were given

报错代码 ：

pic = pyLDAvis.sklearn.prepare(lda, tf, tf_vectorizer)

报错信息：

TypeError: drop() takes from 1 to 2 positional arguments but 3 were given

需要修改_prepare.py文件 ，
将243行代码改为 default_term_info = default_term_info.sort_values(
by=‘saliency’, ascending=False).head®.drop(‘saliency’, axis=1)

drop(‘saliency’, 1) ==> drop(‘saliency’, axis=1)