首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >为什么我收到一个错误,说测试数据的特征数量较少?

为什么我收到一个错误,说测试数据的特征数量较少?
EN

Stack Overflow用户
提问于 2020-03-10 23:53:57
回答 1查看 32关注 0票数 0

我正在尝试在一个包含25000条电影评论的数据集上实现LinearSVC模型。12,500条是正面的标签评论,其余的是负面的。我正在尝试使用TfidfVectorizer对数据进行矢量化。

这是我的代码:

代码语言:javascript
复制
import pandas as pd
from sklearn.svm import LinearSVC
from sklearn.feature_extraction.text import TfidfVectorizer

k=0

# reading training data from data-set and taking test data as input

rev=input('Enter:')
rev=rev.replace("<br />", " ")
data_folder= "C:/Users/Files/Desktop/Dataset/train"
for sentiment in (["/neg/","/pos/"]):
    #path would be the directory path 
    path=data_folder+sentiment
    #filename will store the NAME of the files that you want to access
    for filename in sorted(os.listdir(path)):
        #open file
        with open(path+ filename,"r",encoding= 'utf-8') as f:
                review=f.read()
                review=review.replace("<br />", " ")
                total.append(review)

# removing stop-words from data

for i in total:
    for j in stop_words:
        if j in i:
            i.replace(j,'')

for i in [rev]:
    for j in stop_words:
        if j in i:
            i.replace(j,'')

c=TfidfVectorizer()
f=c.fit_transform(total).toarray()
tst=c.fit_transform([rev]).toarray()


# 0 for negative data and 1 for positive data

while k!=12500:
    l.append(0)
    k+=1
while k!=25000:
    l.append(1)
    k+=1
m=LinearSVC(random_state=0,tol=1e-5)
m.fit(f,l)

if(m.predict(tst).tolist().count(1)>m.predict(tst).tolist().count(0)):
    print('Positive')
else:
    print('Negative')

每次运行这段代码时,我都会收到这样的错误

代码语言:javascript
复制
ValueError: X has 139 features per sample; expecting 79897

这个错误是什么意思,我该如何修复它?

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2020-03-13 10:57:30

好的,我找到了解决方案,只需使用transform()代替fit_transform()来向量化训练数据,即

代码语言:javascript
复制
c=TfidfVectorizer()
f=c.fit_transform(total).toarray()
tst=c.transform([rev]).toarray()
票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/60621281

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档