Question

我正在制作一个文本分类程序，输入了数千封电子邮件，因此为了方便起见，我决定在训练完成后将分类器保存在一个腌制的文件中，以便在进一步执行该程序之后，重新训练。

path = 'classifier.pkl'
from sklearn.naive_bayes import GaussianNB
clf = GaussianNB()
if not os.path.exists(path):
    # making a classifier
    clf.fit(x_train, y_train)
    with open(path, 'wb') as f:
        pickle.dump(clf, f)
else:
    print('<classifier found!>')
    input_file = open(path, 'rb')
    clf = pickle.load(input_file)
    input_file.close()
pred = clf.predict(x_test) # the error occurs on this line

预测在首次运行时有效（当分类器不是文件输入时）。但这在下一次执行时给了我这个错误：

ValueError：操作数不能与形状一起广播（3516,379）（376，）

x_train和x_test的形状如下：（14062，379），（3516，379）

任何帮助将不胜感激

编辑：我已经尝试过Desertnaut建议的腌制pred = clf.predict(x_test)并将其用于程序的其他运行中，从这些运行中获得的准确度分数似乎比最初训练分类器时低两倍。 / p>

Answer 1

无法弄清楚为什么酸洗不起作用。但是，sklearn的joblib函数似乎可以正常工作。

from sklearn.externals import joblib
if not os.path.exists(path):
    clf = clf.fit(x_train, y_train)
    joblib.dump(clf, path)
else:
    clf = joblib.load(path)

对未腌制分类器进行预测时出错

1 个答案: