值Error（）：找到样本数量不一致的输入变量：[10540，42158]

Question

我正在等待文本分类数据。我在文本数据的训练数据上应用了countVectorize和Tfidf [单词级别，ngram级别，字符级别]的地方。 应用tf-idf技术后，我在

中获得了X_train和Y_train

“ scipy.sparse.csr.csr_matrix类” 形状格式

1. X_trainc =（42158，10261）
2. train_y =（42158，）

但是当应用于朴素贝叶斯模型进行预测

def train_model(classifier, feature_vector_train, label, feature_vector_valid, is_neural_net=False):
    # fit the training dataset on the classifier
    classifier.fit(feature_vector_train, label)

    # predict the labels on validation dataset
    predictions = classifier.predict(feature_vector_valid)


    return metrics.accuracy_score(predictions, train_y)


accuracy = train_model(naive_bayes.MultinomialNB(), X_trainc, train_y, X_testc)
print ("NB, Count Vectors: ", accuracy)

我收到如下错误消息。

  

ValueError跟踪（最近的呼叫   最后）

     

中的

≪ipython-input-19-140f2a5e54ee>      

1＃计数向量上的朴素贝叶斯   ----> 2个精度= train_model（naive_bayes.MultinomialNB（），x_train_tf，train_y，x_test_tf）

     

打印3张（“ NB，计数向量：”，准确性）

     

ValueError：找到数量不一致的输入变量   样本：[10540，42158]

请帮助我该如何解决。预先感谢。