我正在尝试建立模型，以使用词嵌入将评论分为3个不同类别。 我在我拥有的数据集（yelp评论）上构建了word2vec模型，然后在每个评论上运行以从其词嵌入中创建平均向量。 我的问题是我找不到以向量为特征的分类器（NB / LR /其他）的方法。
我使用以下代码创建了向量：
for k in range(0,len(word2vec_df)):
word2vec_df.iloc[k]['review_text']=np.mean([model.wv.get_vector(word)
for word in word2vec_df.iloc[k]['review_text'] if word in
set(model.wv.vocab.keys())],axis=0)
其中word2vec_df是经过预处理的令牌化数据库，而model.wv是我在数据集上训练的word2vec模型
我得到的是一个数据帧，其中第一个特征是一个形状为（100，）的numpy数组。 当我尝试在此向量上训练分类器时，出现错误： “ ValueError：设置具有序列的数组元素。”
我也尝试了doc2vec，但仍然没有设法对我得到的向量进行分类。
我正在寻找以下问题的答案： 1.为什么我收到此错误消息/如何在此向量上训练分类器 2.我通过使用平均单词向量做对了吗 3.是否有用于向量嵌入的首选分类器？