我在序列化一个模型以便稍后使用。然后加载模型并在其上运行predict_proba。我得到了ValueError: X has 1 features per sample; expecting 319的错误。不确定我是否正确地进行了转换

我首先调用linear_svc()方法。模型被序列化。然后我调用run_classifier()。这里我哪里做错了？此外，当我将这两个方法结合使用时，一切正常：

def linear_svc(train_data, train_labels, test_lables):    vectorizer = TfidfVectorizer()    train_vectors = vectorizer.fit_transform(train_data)    test_vectors = vectorizer.transform(test_lables)    classifier_linear = svm.LinearSVC()    clf = CalibratedClassifierCV(classifier_linear)     clf.fit(train_vectors, train_labels)    prediction_linear = clf.predict_proba(test_vectors)    return prediction_linear

我是否也需要序列化向量化器并在稍后重用它？

回答：

我找到了问题所在。当我创建TfidfVectorizer()的新实例时，我没有使用与训练时相同的特征。我做了以下更改

linear_svc_model = clf.fit(train_vectors, train_labels)model_object = []model_object.append(linear_svc_model)model_object.append(vectorizer)

并序列化了这个model_object。然后在使用时解序列化分类器和向量化器，并在训练字符串上使用相同的处理。它起作用了。