私はsklearnにはかなり新しく、scickitを使って簡単なテキスト分類子を構築しようとしていますが、ValueErrorを実行しています。 fit()
にエラーが表示されますが、他のチュートリアルでそのまま使用していて正常に動作しています。ここでsklearnクラシファイアモデルを実行しているときの値エラー
は私のコードです:それを実行している場合
from sklearn.datasets import fetch_20newsgroups
from sklearn.cross_validation import train_test_split
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.pipeline import Pipeline
from sklearn.naive_bayes import MultinomialNB
news = fetch_20newsgroups(subset='all')
print len(news.data)
def train(classifier , X , y):
X_train , y_train , X_test , y_test = train_test_split(X,y,test_size = 0.20, random_state = 33)
classifier.fit(X_train ,y_train)
print "Accuracy %s" % classifier.score(X_test , y_test)
return classifier
model1 = Pipeline([('vectorizer' , TfidfVectorizer()),('classifier' , MultinomialNB()),])
train(model1 , news.data , news.target)
、私はそれは、サンプルの一貫性のない数で何を意味し
Traceback (most recent call last):
File "/home/padam/Documents/git/ticketClassifier/news.py", line 30, in <module>
train(model1 , news.data , news.target)
File "/home/padam/Documents/git/ticketClassifier/news.py", line 24, in train
classifier.fit(X_train ,y_train)
File "/usr/lib/python2.7/dist-packages/sklearn/pipeline.py", line 165, in fit
self.steps[-1][-1].fit(Xt, y, **fit_params)
File "/usr/lib/python2.7/dist-packages/sklearn/naive_bayes.py", line 527, in fit
X, y = check_X_y(X, y, 'csr')
File "/usr/lib/python2.7/dist-packages/sklearn/utils/validation.py", line 520, in check_X_y
check_consistent_length(X, y)
File "/usr/lib/python2.7/dist-packages/sklearn/utils/validation.py", line 176, in check_consistent_length
"%s" % str(uniques))
ValueError: Found arrays with inconsistent numbers of samples: [ 3770 15076]
値エラーを取得しています。他のstackoverflowソリューションは、行列をnumpy行列に並べ替えることを提案しています。しかし、私はnumpyを使用しませんでした。 ありがとう!