我正在尝试做MultinomialNB。我得到了Value Error: dimension mismatch。
我DictVectorizer用于训练数据和LabelEncoder课程。
这是我的代码：
def create_token(inpt):
return inpt.split(' ')
def tok_freq(inpt):
tok = {}
for i in create_token(inpt):
if i not in tok:
tok[i] = 1
else:
tok[i] += 1
return tok
training_data = []
for i in range(len(raw_data)):
training_data.append((get_freq_of_tokens(raw_data.iloc[i].text), raw_data.iloc[i].category))
#vectorization
X, y = list(zip(*training_data))
label = LabelEncoder()
vector = DictVectorizer(dtype=float, sparse=True)
X = vector.fit_transform(X)
y = label.fit_transform(y)
multinb = mnb()
multinb.fit(X,y)
#vectorization for testing set
Xz = tok_freq(sms)
testX = vector.fit_transform(Xz)
multinb.predict(testX)
我的代码的哪一部分是错误的？谢谢。