运行pyLDAvis.sklearn.prepare（）时报错

#运行pyLDAvis.sklearn.prepare（lda, tf, tf_vectorizer）时报错：
AttributeError: 'CountVectorizer' object has no attribute 'get_feature_names'

这个错误是因为pyLDAvis.sklearn.prepare()函数需要的tf_vectorizer参数不是一个TfidfVectorizer对象，而是一个CountVectorizer对象。

TfidfVectorizer和CountVectorizer两个类都可以用来转换文本数据为数值型矩阵，以供LDA模型使用。但是TfidfVectorizer类会计算词频和逆文档频率（tf-idf），而CountVectorizer类只会计算词频。

为了解决这个问题，你可以将tf_vectorizer改成TfidfVectorizer类型，或者在调用prepare函数之前，对tf矩阵进行tf-idf转换，然后传入函数。

如果你使用的是CountVectorizer类，可以尝试使用 TfidfTransformer 在此基础上计算tf-idf权重。