如何解决CountVectorizer在不同文件中提供不同功能
我已经使用xgboost(带有附加参数)创建了情感分析模型,并且已经将CountVectorizer和TFIDVectorizer用于单词向量。我训练一个文件,然后预测另一个文件。当我尝试预处理输入以进行预测并初始化CountVectorizer时,它会提供不同数量的功能(6793 v / s 5700),因此在我进行预测时,会出现“ feature_names mismatch”错误。我尝试将CV保存为pickle文件,然后将其加载到预测文件中,并且只能工作一次。但是之后,我仍然面临与上述相同的问题。有人可以帮忙吗?
培训文件功能:(3326、5700) 测试文件功能:(4752,6793) *第一个是输入文本的数量。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。