python - KNN 查询数据维度必须与训练数据维度匹配

Question

我正在尝试使用具有两列的数据集进行词袋问题 - 摘要和解决方案。我正在使用 KNN。训练数据集有 91 列，测试数据集有 15 列。

为了生成向量，我使用以下代码。

vectorizer = CountVectorizer()
train_bow_set = vectorizer.fit_transform(dataset[0]).todense()
 print( vectorizer.fit_transform(dataset[0]).todense() )
 print( vectorizer.vocabulary_ )

我训练了它。

classifier = KNeighborsClassifier(n_neighbors=3)  
classifier.fit(train_bow_set, dataset[1]) 

现在，我正在测试它。

y_pred = classifier.predict(test_bow_set) 

在这里，我在测试时遇到以下错误:

sklearn/neighbors/binary_tree.pxi in sklearn.neighbors.kd_tree.BinaryTree.query()
**ValueError: query data dimension must match training data dimension**

Answer 1

我猜您是在测试数据上再次拟合向量化器，而不是使用transform函数。

确保您正在执行以下操作。

test_bow_set = vectorizer.transform(test_dataset)