如何从加载的Multinomial NB模型中获取训练数据的TF-IDF稀疏矩阵？

要从加载后的Pipeline模型clf中得到训练数据Train_X_NB经过TfidfTransformer处理后的稀疏矩阵，有两种直接可行的方法：

方法一：利用Pipeline切片调用transform #

Pipeline支持按步骤切片，取到TfidfTransformer在内的所有预处理步骤（排除最后一个分类器步骤），直接对原始训练数据执行转换：

# 需确保能获取原始训练数据Train_X_NB
tfidf_matrix = clf[:-1].transform(Train_X_NB)

这里clf[:-1]代表提取Pipeline中除最后一个MultinomialNB分类器外的所有预处理流程，调用transform后就能输出经过CountVectorizer和TfidfTransformer处理后的稀疏矩阵。

方法二：逐个调用步骤的transform #

通过named_steps属性可以直接访问Pipeline里的每个组件，依次执行转换操作：

# 先通过CountVectorizer转换原始训练数据
count_matrix = clf.named_steps['vect'].transform(Train_X_NB)
# 再用TfidfTransformer处理得到目标稀疏矩阵
tfidf_matrix = clf.named_steps['tfidf'].transform(count_matrix)

注意：两种方法都需要你能获取到原始训练数据Train_X_NB，因为Pipeline仅保存各步骤的模型参数，不会存储训练数据的转换结果。

内容的提问来源于stack exchange，提问作者Sija