ValueError：scikit的随机森林分类学习

Question

我正在使用Random Forests解决一个分类问题。我用BOW将一个句子转换为num。我在其中放了一个标签，并构建了一个树。

data_train = [[1.0, 1.0], [2.0, 2.0]]

label_train = [1,2]

estimator = RandomForestClassifier()

estimator.fit_transform(data_train, label_train)

我准备了一个test_data，这是一个尝试预测的句子。但它没有用。

test_data = [[1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0]]

label_predict = estimator.predict_proba(test_data)


ValueError: Number of features of the model must  match the input. Model n_features is 2 and  input n_features is 12 

我知道它说元素的数量并不匹配。但是句子中的单词数量是不同的，它必须是不同的，我想。我该怎样解决这个问题？

Answer 1

在您的示例中，您的列车数据有两个要素/维度/列（行数与此问题无关）：

[[1.0, 1.0], 
 [2.0, 2.0]]

并且每个行/样本都有一个标签。

[1,
 2]

您的测试数据必须看起来相似，即它必须具有相同数量的要素/尺寸/列。例如，这样就可以了：

[[1.0, 1.0],
 [1.0, 1.0], 
 [1.0, 1.0],
 [1.0, 1.0], 
 [1.0, 1.0],
 [1.0, 1.0]]

您可以拥有不同数量的行，但列数必须相同。在这种情况下，您有2列和6行，因此predict_proba会得到6个标签。