我想将逻辑回归模型拟合到一组文本中，这些文本也被转换为情绪值。
在一个教程中，我了解到您使用 Vectorizer 训练 logreg，所以我这样做了。
我还想给他们建模每个矢量化文本的情绪值，
所以我用它作为我的回归：LogisticRegression(solver='lbfgs',multi_class='multinomial')。
现在我不明白如何为模型提供 2 个特征。
我的矢量化器是这样创建的：
advancedvectorizer = TfidfVectorizer(min_df=0.03, max_df=0.97, max_features = 200000, ngram_range = (2, 2))
advancedtrain = advancedvectorizer.fit_transform(my_text_df)
advancedtrain 的形状为 (1591, 438)，情感编号作为列表的长度为 1591。
当我尝试拟合模型时，如 model = model.fit([advancedtrain, sentiments], train["Label"])
我收到错误：ValueError: setting an array element with a sequence。
那么如何在逻辑回归中使用这两个特征，或者我应该重新考虑我的问题并使用其他模型？