我正在尝试使用Scikit learn中的LinearSVC构建一个线性分类器。我决定使用tf-idf矢量化来对文本输入进行矢量化。我写的代码是：
review_corpus = list(train_data_df['text'])
vectorizer = TfidfVectorizer(max_df = 0.9,stop_words = 'english')
%timeit tfidf_matrix = vectorizer.fit_transform(review_corpus)
现在，我想使用这个tfidf_矩阵训练一个SVM模型，并使用它预测相应测试集的类/标签：test_data\u df['text']。我遇到的问题是：
>
主要问题是：如何得到测试数据的矩阵表示？目前，我不确定如何从测试集中不同文档的矢量化器中获得tfidf分数。我尝试的是循环使用Pandas系列test_data_df['text']，然后执行：
tfidf_matrix.todense(list(text)
对于系列中的每个文本，将结果放入一个列表中，最后从中生成一个numpy数组，但我得到一个内存错误。
>
使用
tfidf_matrix_test = vectorizer.transform(test_data_df['text'])
现在可以将tfidf_matrix_test提供给分类器。
附笔。：
尽量避免将矢量器的稀疏矩阵输出强制转换为列表或密集数组。因为它是内存密集型的，并且分类器在训练/预测时也会花费更多的计算时间。
