Question

当前，我正在研究sklearn.pipeline，这非常棒，这是一个示例：

model = make_pipeline(TfidfVectorizer(), MultinomialNB())
model.fit(train.data, train.target)
labels = model.predict(test.data)

（*数据来自train = fetch_20newsgroups(subset='train', categories=categories））与categories= ['talk.religion.misc', 'soc.religion.christian', 'sci.space','comp.graphics']

但是，我的理解仍然很模糊。我想问一下，如果我们在没有管道的情况下一步一步地做到这一点，那将是怎样的。这只是我想做的，但失败了。

from sklearn.datasets import fetch_20newsgroups
Categories = ['talk.religion.misc', 'soc.religion.christian', 'sci.space','comp.graphics']
train = fetch_20newsgroups(subset='train', categories=categories)`

from sklearn.feature_extraction.text import TfidfVectorizer
model1=TfidfVectorizer()
X=model1.fit_transform(train.data)

from sklearn.naive_bayes import MultinomialNB
model2=MultinomialNB
model2.fit(....)

到目前为止，我只是不知道下一步该怎么做，因为X的形状不适合model2。

有关此的更多信息，请从this链接转到该书在第（406/548）页

*** 请原谅我的愚蠢问题。我知道我可以通过使用管道来做到这一点，但只想尝试

Answer 1

您快到了！您需要使用MultinomialNB()而不是MultinomialNB。

尝试以下过程。

from sklearn.datasets import fetch_20newsgroups
Categories = ['talk.religion.misc', 'soc.religion.christian', 'sci.space','comp.graphics']
train = fetch_20newsgroups(subset='train', categories=categories)


from sklearn.feature_extraction.text import TfidfVectorizer
model1=TfidfVectorizer()
X=model1.fit_transform(train.data)

from sklearn.naive_bayes import MultinomialNB
model2=MultinomialNB()
model2.fit(X, train.target)
model2.predict(model1.transform(test.data))

# array([2, 1, 1, ..., 2, 1, 1])

sklearn.pipeline如何工作，手动进行？

1 个答案: