Question

我试图预测输入消息的不同类别，并且我使用波斯语。我使用Tfidf和Naive-Bayes对输入数据进行分类。这是我的代码：

 InvalidArgumentError: You must feed a value for placeholder tensor 'conv2d_1_input' with dtype float and shape [?,48,48,1]
 [[{{node conv2d_1_input}} = Placeholder[dtype=DT_FLOAT, shape=[?,48,48,1], _device="/job:localhost/replica:0/task:0/device:GPU:0"]()]]
 [[{{node dense_2/bias/read/_407}} = _Recv[client_terminated=false, recv_device="/job:localhost/replica:0/task:0/device:CPU:0", send_device="/job:localhost/replica:0/task:0/device:GPU:0", send_device_incarnation=1, tensor_name="edge_335_dense_2/bias/read", tensor_type=DT_FLOAT, _device="/job:localhost/replica:0/task:0/device:CPU:0"]()]]InvalidArgumentError: You must feed a value for placeholder tensor 'conv2d_1_input' with dtype float and shape [?,48,48,1]
 [[{{node conv2d_1_input}} = Placeholder[dtype=DT_FLOAT, shape=[?,48,48,1], _device="/job:localhost/replica:0/task:0/device:GPU:0"]()]]
 [[{{node dense_2/bias/read/_407}} = _Recv[client_terminated=false, recv_device="/job:localhost/replica:0/task:0/device:CPU:0", send_device="/job:localhost/replica:0/task:0/device:GPU:0", send_device_incarnation=1, tensor_name="edge_335_dense_2/bias/read", tensor_type=DT_FLOAT, _device="/job:localhost/replica:0/task:0/device:CPU:0"]()]]

但是当我运行上面的代码时，它会抛出以下异常，同时我希望在输出中提供“ ads”类：

回溯（最近一次通话最后一次）：文件“ ... / multiclass-main.py”，第27行，在 X_train_counts = cv.fit_transform（X_train）文件“ ... \ sklearn \ feature_extraction \ text.py”，行1012，在fit_transform中 self.fixed_vocabulary_）文件“ ... sklearn \ feature_extraction \ text.py”，第922行，在_count_vocab中用于analyze（doc）中的特征：文件“ ... sklearn \ feature_extraction \ text.py”，行308，在 tokenize（preprocess（self.decode（doc））），stop_words）文件“ ... sklearn \ feature_extraction \ text.py”，第256行，在返回lambda x：strip_accents（x.lower（））AttributeError：'int'对象没有属性'lower'

在该项目中如何使用Tfidf和CountVectorizer？

Answer 1

如您所见，错误是AttributeError: 'int' object has no attribute 'lower'，这意味着整数不能小写。在代码中的某个地方，它试图将小写的小数对象变为小写。

为什么会这样？

CountVectorizer构造函数的参数lowercase默认为True。当您调用.fit_transform()时，它将尝试小写包含整数的输入。更具体地说，在输入数据中，您有一个作为整数对象的项目。例如，您的列表包含类似于以下内容的数据：

 corpus = ['sentence1', 'sentence 2', 12930, 'sentence 100']

当您将以上列表传递给CountVectorizer时，会引发此类异常。

如何解决？

以下是一些可以避免此问题的解决方案：

1）将语料库中的所有行转换为字符串对象。

 corpus = ['sentence1', 'sentence 2', 12930, 'sentence 100']
 corpus = [str (item) for item in corpus]

2）删除语料库中的整数：

corpus = ['sentence1', 'sentence 2', 12930, 'sentence 100']
corpus = [item for item in corpus if not isinstance(item, int)]

Answer 2

您可以设置lowercase = False：

cv = CountVectorizer(lowercase=False)

AttributeError：'int'对象在TFIDF和CountVectorizer中没有属性“ lower”

2 个答案: