SciKit Learn ValueError: несоответствие размеров

Question

Я пытаюсь запустить код, показанный ниже. Я пытаюсь подогнать классификатор к тренировочным данным, запустить его на тестовых данных и оценить его эффективность. ' run_model ' запускает наивный байесовский классификатор, ' get_metrics ' оценивает оценку точности и отчет о классификации.

training_corpus=["The Limmat flows out of the lake.", 
           "The bears are in the bear pit near the river.",
           "The Rhône flows out of Lake Geneva.",
          ]
training_labels=["zurich", 
         "bern",
         "geneva",
        ]
bow_training_features = vectorizer.fit_transform(training_corpus) 

test_corpus = ['We saw the bears there.', 
               'We crossed the Rhône.', 
               'There is no lake.',
              ]
test_labels = ['bern',
               'geneva',
               'bern',
              ]
bow_test_features = vectorizer.fit_transform(test_corpus)
def show_overview(test_corpus, test_labels, predicted_labels):
        df=pd.DataFrame()
        df['test_corpus']= test_corpus
        df['test_labels']= test_labels
        df['predicted_labels']= predicted_labels
        print (df.to_string())

def run_model(classifier,\
    training_data, training_labels,\
    test_data, test_labels):
        # build model
        classifier.fit(training_data, training_labels)
        # predict using model
        predictions = classifier.predict(test_data)
        # evaluate model prediction performance
        get_metrics(true_labels=test_labels,
        predicted_labels=predictions)
        return list(predictions)


def get_metrics(true_labels, predicted_labels):
        from sklearn import metrics
        import numpy as np
        print ('Accuracy:', np.round(
            metrics.accuracy_score(true_labels,
            predicted_labels), 3))

        from sklearn.metrics import classification_report
        print(classification_report(true_labels, predicted_labels))


from sklearn.naive_bayes import MultinomialNB
mnb = MultinomialNB()

predicted_labels = run_model(classifier=mnb,\
training_data = bow_training_features, \
training_labels = training_labels, \
test_data = bow_test_features, \
test_labels = test_labels)

show_overview(test_corpus, test_labels, predicted_labels)  

Я получаю следующую ошибку после выполнения

ValueError                                Traceback (most recent call last)
<ipython-input-59-a5a2d1fb46c6> in <module>
     37 training_labels = training_labels, \
     38 test_data = bow_test_features, \
---> 39 test_labels = test_labels)
     40 
     41 show_overview(test_corpus, test_labels, predicted_labels)
ValueError: dimension mismatch

Я ожидаю такой вывод

Accuracy: 0.667
              precision    recall  f1-score   support

        bern       1.00      0.50      0.67         2
      geneva       1.00      1.00      1.00         1
      zurich       0.00      0.00      0.00         0

    accuracy                           0.67         3
   macro avg       0.67      0.50      0.56         3
weighted avg       1.00      0.67      0.78         3

               test_corpus test_labels predicted_labels
0  We saw the bears there.        bern             bern
1    We crossed the Rhône.      geneva           geneva
2        There is no lake.        bern           zurich

Пожалуйста, помогите мне

Answer 1

Я нашел решение. В основном в приведенном ниже коде training_data и training_labels были разных размеров. Я просто сделал их равными по размеру и запустил код, и он выполнил.

classifier.fit(training_data, training_labels)