SKlearn TfidfVectorizer初始化传入X_train报参数数量错误如何解决？

TfidfVectorizer的构造方法__init__仅接受self这一个默认位置参数，所有配置项均为关键字参数，不接受训练数据作为入参。你将X_train作为位置参数传入构造函数时，Python会自动传入类实例本身作为第一个位置参数self，叠加你手动传入的X_train，就会触发“收到2个位置参数”的报错，和你传入的列表内容、sklearn版本均无关。

• 第一步：实例化TfidfVectorizer，仅传入配置类参数：

tfidf_vectorizer = TfidfVectorizer(ngram_range=(1,2), max_df=0.9, min_df=5, token_pattern=r'(\S+)' )

• 第二步：调用fit_transform方法传入训练数据，生成TF-IDF特征矩阵：

X_train_tfidf = tfidf_vectorizer.fit_transform(X_train)

如果需要对测试集做特征转换，直接调用训练好的向量器的transform方法即可：

X_test_tfidf = tfidf_vectorizer.transform(X_test)

内容的提问来源于stack exchange，提问作者Ambrayers