使用pyLDAvis可视化LDA模型时出现AttributeError错误求助

问题根源 #

你碰到的AttributeError: 'CountVectorizer' object has no attribute 'get_feature_names'是scikit-learn版本兼容问题：新版本scikit-learn（0.24及以上）已经把get_feature_names()替换成了get_feature_names_out()，但pyLDAvis.sklearn内部还在调用旧方法，导致报错。你用TruncatedSVD时调用get_feature_names_out()正常，正好说明你的scikit-learn是新版本。

两种修复方案 #

方案1：给Vectorizer添加兼容方法 #

在创建vectorizer对象后，手动添加一个get_feature_names方法，指向新的get_feature_names_out，让pyLDAvis能正常调用：

# 创建vectorizer后追加这一行
vectorizer.get_feature_names = lambda: vectorizer.get_feature_names_out()

之后再运行pyLDAvis的代码就不会报错了：

pyLDAvis.enable_notebook()
dash = pyLDAvis.sklearn.prepare(lda, data_vectorized, vectorizer, mds='tsne')
dash

方案2：降级scikit-learn版本 #

如果不想改代码，可以把scikit-learn降到还保留get_feature_names()的版本：

pip install scikit-learn==0.23.2

内容的提问来源于stack exchange，提问作者Blue_point225