Scikit学习DictVectorizer到分类器

Question

我正在尝试加载字典，然后执行分类。 但是，我得到了错误：

  File "train_classifier.py", line 49, in <module>
    clf.fit(page_vecs.data[:-1],page_vecs.target[:-1])
  File "/usr/local/lib/python3.4/site-packages/scipy/sparse/base.py", line 505, in __getattr__
    raise AttributeError(attr + " not found")
AttributeError: target not found

如何加载目标？ 这是我的代码：

vec = DictVectorizer()
page_vecs = vec.fit_transform(feature_dict_list)
clf = svm.SVC(gamma=0.001, C=100)
clf.fit(page_vecs.data[:-1],page_vecs.target[:-1])
print(clf.predict(page_vecs[-1]))

Answer 1

查看DictVectorizer类，特别是其fit_transform方法：

返回：
Xa：{数组，稀疏矩阵}

特征向量； 总是2-d。

因此它返回一个二维数组。

在您的代码中，此行：

page_vecs = vec.fit_transform（feature_dict_list）

将导致page_vecs成为2d数组。 2d numpy数组没有target属性，您可以在此处尝试使用它：

clf.fit（page_vecs.data [： - 1]，page_vecs.target [： - 1]）

这就是为什么您得到错误。 实际上，您甚至都不应该使用.data ，而应直接使用numpy数组。 如果要忽略最后一行，请执行以下操作：

page_vecs[:-1, :]

您的标签（或目标）与DictVectorizer类无关，该类仅对样本进行矢量化处理，而不对标签进行矢量化处理。 标签应该有单独的向量。