Я довольно новичок в машинном обучении, извините заранее, я пытаюсь прочитать из txt-файла, который имеет образцы поездов как таковые:
123 это длинная текстовая строка
325 другой текст
и мой файл label.txt такой:
123 1
325 2
Так что после многих попыток мне удалось прочитать их с помощью pandas:
train_labels = pd.read_csv('train_labels.txt', nrows=200, dtype=str, delimiter="\t", header=None)
train_samples = pd.read_csv('train_samples.txt', nrows=200, dtype=str, encoding="UTF-8", delimiter="\t", header=None)
И я преобразовал столбец строки в моих выборках поезда с помощью векторизатора
from sklearn.feature_extraction.text import TfidfVectorizer
tfidfconverter = TfidfVectorizer(max_features=1500, min_df=5, max_df=0.7, stop_words=stop_words)
X = tfidfconverter.fit_transform(train_samples.iloc[:, 1]).toarray()
Затем я пытаюсь приспособить мой классификатор к случайному лесу
clf = RandomForestClassifier(n_estimators=1000, random_state=0)
clf.fit(X, train_labels) -> error
Затем я читаю образцы, чтобы вычислить мой показатель точности
validation_source_samples = pd.read_csv('validation_source_samples.txt', nrows=200, dtype=str, encoding="UTF-8", delimiter="\t", header=None)
validation_source_labels = pd.read_csv('validation_source_labels.txt', nrows=200, dtype=str, delimiter="\t", header=None)
T = tfidfconverter.fit_transform(validation_source_samples.iloc[:, 1]).toarray()
pred = clf.predict(T)
on clf.predict Я получаю сообщение об ошибке:
`ValueError: Number of features of the model must match the input`.
Модель n_features равна 780, а ввод n_features равен 879
Я искал ответы для этого типа из-за ошибки, но, похоже, ничто не соответствовало моим фактическим файлам ввода и проблеме. Извините заранее, если на него уже отвечали.