python - sklearn.pipeline 如何手动工作？

Question

目前，我正在开发 sklearn.pipeline，这非常棒，这是一个示例:

model = make_pipeline(TfidfVectorizer(), MultinomialNB())
model.fit(train.data, train.target)
labels = model.predict(test.data)

(*数据来自train = fetch_20newsgroups(subset='train',categories=categories))with categories= ['talk.religion.misc', 'soc.religion.christian', 'sci.space','comp.graphics']

但是，我的理解还很模糊。我想问一下，如果我们一步步做，没有管道的话会怎样。这正是我想做的，但失败了。

from sklearn.datasets import fetch_20newsgroups
Categories = ['talk.religion.misc', 'soc.religion.christian', 'sci.space','comp.graphics']
train = fetch_20newsgroups(subset='train', categories=categories)`

from sklearn.feature_extraction.text import TfidfVectorizer
model1=TfidfVectorizer()
X=model1.fit_transform(train.data)

from sklearn.naive_bayes import MultinomialNB
model2=MultinomialNB
model2.fit(....)

到目前为止，我只是不知道下一步该怎么做，因为 X 的形状不适合 model2。

有关这方面的更多信息，请参阅 this 中的书籍关联在第(406/548)页

*** 请原谅我愚蠢的问题。我知道我可以通过使用管道来做到这一点，但只是想尝试

Answer 1

你就快到了!您需要使用 MultinomialNB() 而不是 MultinomialNB。

尝试以下过程。

from sklearn.datasets import fetch_20newsgroups
Categories = ['talk.religion.misc', 'soc.religion.christian', 'sci.space','comp.graphics']
train = fetch_20newsgroups(subset='train', categories=categories)


from sklearn.feature_extraction.text import TfidfVectorizer
model1=TfidfVectorizer()
X=model1.fit_transform(train.data)

from sklearn.naive_bayes import MultinomialNB
model2=MultinomialNB()
model2.fit(X, train.target)
model2.predict(model1.transform(test.data))

# array([2, 1, 1, ..., 2, 1, 1])