scikitlearn的TFIDF特征计算报错，希望得到问题答案和相关方法实现的步骤和原理

Question

1.在论坛里查找了TfidfVectorizer和fit____transform的相关资料，得知在训练集上使用fit____transform后，对测试集上则不需要fit直接使用transform，但是结果报错代码如下：
``
vectorizer = TfidfVectorizer(stop_words=stopWordList, sublinear_tf=True, max_df=0.5, vocabulary=trainbunch.vocabulary)
trainSpace.tdm = vectorizer.fit_transform(bunch.contents)
vectorizer = TfidfVectorizer(stop_words=stopWordList, sublinear_tf=True, max_df=0.5, vocabulary=trainbunch.vocabulary)
testSpace.tdm = vectorizer.transform(bunch.contents)

错误提示：sklearn.exceptions.NotFittedError: The TF-IDF vectorizer is not fitted

在网上寻找没找到答案，请问这是什么原因?
在网上找了很久并没有找到TfidfVectorizer和fit____transform这两个方法的详细实现过程和用到的原理，希望得到大家指点，谢谢。

Answer 1

https://blog.csdn.net/u010981582/article/details/82014965