python - 使用带有 GaussianNB 的 sklearn.pipeline 的问题

Question

我想测试一个情绪模型

这是我的代码的一部分。

sentiment_model = Pipeline([
    ('vectorizer', TfidfVectorizer(binary=False, strip_accents='ascii', stop_words=stop_words_Evaluacion_entre_Pares, ngram_range=(1,2))),
    ('tfidf', TfidfTransformer(use_idf=True)),
    ('clf', GaussianNB()),
])

但我有下一个错误

A sparse matrix was passed, but dense data is required. Use X.toarray() to convert to a dense numpy array.

当我使用

sentiment_model.fit(X_train,y_train)

或者我得到这个错误

TfidfVectorizer - Vocabulary wasn't fitted.

当我尝试使用

sentiment_model.predict_proba(['text here...'])

有什么解决办法吗？