Question

我正在尝试使用其他数据集进行预测。但是仍然有问题

我尝试更改参数，但仍然没有区别。

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.2, random_state=77)
X_train.shape, X_test.shape, y_train.shape, y_test.shape

（（（15484，4587），（3871，4587），（15484，），（3871，））

nb = MultinomialNB(alpha=0.01)
mnb = nb.partial_fit(X_train, y_train, classes)

然后我调用第二个数据集：

X_train3, X_test3, y_train3, y_test3 = train_test_split(X3, y3, test_size = 0.99999, random_state=77)

X_train3.shape, X_test3.shape, y_train3.shape, y_test3.shape

（（（0，1445），（4155，1445），（0，），（4155，））

y_pred=mnb.predict(X_test3)

ValueError：形状（4155,1445）和（4587,7）未对齐：1445（dim 1）！= 4587（dim 0）

我希望模型可以使用第二个数据集进行预测。任何帮助表示赞赏。 tks！

Answer 1

看看Multinomial NB的sci-kit学习文档。

它明确指定了输入数据的结构，而训练model.fit()在测试或评分model.predict()时必须与输入数据的结构匹配。

这意味着您不能对不同的数据集使用相同的模型。唯一可行的方法是，两个数据集都具有相同的特征（与训练数据集具有相同的特征数和顺序）。

在您的情况下，这是行不通的，因为这两个数据集的形状不同，数据集是不同的。

Set 1 has 4587 features
Set 2 has 1445 features

确保两个数据集都具有与训练集相同数量的特征，并且顺序相同。