将列表中的要素添加到sklearn分类模型

Question

我有一个sklearn模型，它使用带有Tf-Idf方案的字符n-gram来应用分类任务，如下代码所示：

model = Pipeline([
                ('vect', CountVectorizer(analyzer='char', ngram_range=(3,5))),
                ('tfidf', TfidfTransformer()),
                ('clf', SGDClassifier(alpha = 0.0001,
                                           loss = 'log',
                                           epsilon = 7,
                                           max_iter=8,
                                           random_state = 40,
                                            tol = None))
               ])
gs_clf = model.fit(x, y)
predicted = gs_clf.predict(xDev)
print( 'Accuracy: ', accuracy_score(yDev, predicted))

问题是：

输入数据是推文，我手动生成另一个新功能列表＆＃34; ex。推文中单词的数量是正数＆＃34;，并且新列表的维度与sklearn模型创建的训练矩阵相同，我想将特征列表水平附加到矩阵但是我没有想到＆＃39; t ..

我在网站上发现了一些问题，但没有提出明确答案。

我试图这样做，但它不起作用：

model = Pipeline([
        ('feats', FeatureUnion([
                        pos,
                        neg,
                        ])),
                    ('vect', CountVectorizer(analyzer='char', ngram_range=(3,5))),
                    ('tfidf', TfidfTransformer()),
                    ('clf', SGDClassifier(alpha = 0.0001,
                                               loss = 'log',
                                               epsilon = 7,
                                               max_iter=8,
                                               random_state = 40,
                                                tol = None))
                   ])