Question

在使用TfidfCountvectorizer拟合多项式朴素贝叶斯分类器时，我被杀死了：9错误

def classify(vector, df):
    clf = MultinomialNB()
    model = clf.fit(vector, df.iloc[0:, 1].values)

if __name__ == "__main__":
    train, test = gen_train_test(pd.read_csv('Data/datalabel.csv'))
    vector = joblib.load('Data/tf.pkl')
    classify(vector, train, name='mnb')
    print('Program executed!')

这里，火车的大小为409MB，矢量大小为20.3GB。

我使用的是MacBook Pro-13 2017,8GB RAM，256 GB SSD。

Answer 1

代码中的这个简单修改解决了问题

vector = joblib.load(open('Data/tf.pkl', 'rb'))

错误：9适合sklearn.naive_bayes.MultinomialNB（）

1 个答案: