scikit-learn文本处理时出现：fit_transform() missing 1 required positional argument: 'X'

In scikit-learn, everything with a fit_transform is an instance of some type, which is to say that you’ll need to initialize that instance first, where you are calling fit_transform as if it were a staticmethod.

So, either create the instance by letting vectorizer = TfidfVectorizer() and use vectorizer.fit_transform(data.status), or just use TfidfVectorizer().fit_transform(data.status) directly.

小结：
（1）TfidfVectorizer()
TfidfVectorizer()是一个类，使用前需要实例化：
vectorizer = TfidfVectorizer()；
然后再调用其方法：
vectorizer.fit_transform(data.status)

或者是直接调用其方法：
TfidfVectorizer().fit_transform(data.status)

（2）关于fit、transfor 和 fit_transform
fit_transform是fit和transform的结合。

（3）CountVectorizer 和 TfidfVectorizer：

用sklearn进行TF-IDF预处理的两种方式：
第一种方法是在用 CountVectorizer 类向量化之后再调用 TfidfTransformer 类进行预处理；
第二种方法是直接用 TfidfVectorizer 完成向量化与 TF-IDF 预处理。

https://blog.csdn.net/m0_37324740/article/details/79411651

来源：CSDN

作者：Robin_Pi

链接：https://blog.csdn.net/Robin_Pi/article/details/103614675