如何使用训练有素的 model 测试 python 中的新句子（sklearn）

Question

我有代码来训练 model 进行multi class text classification ，它可以工作，但我不能使用 model。 这是我的培训代码

def training(df):
X = df.Text
y = df.Tags
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)
lr = Pipeline([('vect', CountVectorizer()),
               ('tfidf', TfidfTransformer()),
               ('clf', LogisticRegression()),
               ])

lr.fit(X_train, y_train)
y_pred1 = lr.predict(X_test)
print(f"Accuracy is : {accuracy_score(y_pred1, y_test)}")
print(lr.predict('ماست کم چرب 900 گرمی رامک'))

当我运行代码得到这个结果Accuracy is: 0.9957983193277311和这个错误

• Traceback（最近一次调用最后一次）：文件“E:\Python\NLP Project\Beta_00\Level0\handleClassification.py”，第 100 行，在训练中（df）

  文件“E:\Python\NLP Project\Beta_00\Level0\handleClassification.py”，第 85 行，训练中 print(lr.predict('ماست کم چرب 900 گرمی رامک'))

  文件“E:\Python\NLP Project\Beta_00\venv\lib\site-packages\sklearn\utils\metaestimators.py”第 120 行，输入输出 = lambda *args, **kwargs: self.fn(obj, *args , **kwargs)

  文件“E:\Python\NLP Project\Beta_00\venv\lib\site-packages\sklearn\pipeline.py”，第 418 行，预测 Xt = transform.transform(Xt)

  文件“E:\Python\NLP Project\Beta_00\venv\lib\site-
  packages\sklearn\feature_extraction\text.py”，第 1248 行，在转换中引发 ValueError（ValueError：预期可迭代原始文本文档，收到字符串 object。

Answer 1

以下行需要更正：

lr.fit(X_train, y_train)
y_pred1 = lr.predict(X_test)
print(f"Accuracy is : {accuracy_score(y_test, y_pred1)}")   #<--- here
print(lr.predict(['ماست کم چرب 900 گرمی رامک']))   #<--- here

行lr.predict(input)应该接受“array”类型的输入。