我正在尝试让我的 MultinomialNB 工作。我在我的训练和测试集上使用了 CountVectorizer,当然两个 setz 中都有不同的词。所以我明白了,为什么会出错
ValueError: dimension mismatch
发生,但我不知道如何解决它。我尝试CountVectorizer().transform
了而不是CountVectorizer().fit_transform
按照其他帖子中的建议(SciPy 和 scikit-learn - ValueError: Dimension mismatch)但这只是给了我
NotFittedError: CountVectorizer - Vocabulary wasn't fitted.
如何正确使用 CountVectorizer?
from sklearn.feature_extraction.text import CountVectorizer
from sklearn.cross_validation import train_test_split
from sklearn.naive_bayes import MultinomialNB
from sklearn.metrics import classification_report
import sklearn.feature_extraction
df = data
y = df["meal_parent_category"]
X = df['name_cleaned']
X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.3)
X_train = CountVectorizer().fit_transform(X_train)
X_test = CountVectorizer().fit_transform(X_test)
algo = MultinomialNB()
algo.fit(X_train,y_train)
y = algo.predict(X_test)
print(classification_report(y_test,y_pred))