python - X 每个样本有 19257 个特征;期待 19234,同时使用 Logistic 回归 Pickle 模型进行预测
问题描述
当我试图预测来自泡菜的模型时,我正面临这个问题
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.feature_extraction.text import CountVectorizer
recreated_vec = CountVectorizer(decode_error ='replace' ,vocabulary = vocab)
from sklearn.feature_extraction.text import TfidfTransformer
transformer = TfidfTransformer()
recreated_vec.fit_transform(df)
(output: <54045x19257 sparse matrix of type '<class 'numpy.int64'>'
with 1086100 stored elements in Compressed Sparse Row format>)
model.predict(transformer.fit_transform(recreated_vec.transform(df)))
ValueError: X has 19257 features per sample; expecting 19234
谁能帮我解决这个问题?
解决方案
推荐阅读
- javascript - 错误 Javascript ReferenceError: 要求未在 miIO 设备库中定义
- ios - 无法将“__NSArray0”类型的值转换为“NSDictionary”
- python - 无法在 cmd 中执行带有 .py 扩展名的 python 脚本
- c# - HttpClient GetAsync 与 URL 中的哈希
- javascript - 异步/等待无法在 javascript 中进行 fetch API 调用
- c# - 需要帮助了解使用 LINQ Join 和 HashSet 的意外行为
- sql - 协助 SQL Server SELECT 查询
- php - 如何在sql中使用超过2个外键显示数据?
- awk - 将 file1 的 id 替换为 file2 的 id
- c++ - CMake - 来自 find_path 的错误 _INCLUDE_DIR 和来自 find_library 的错误 _LIB_DIR