我编写了一个程序，该程序可以处理包含推文及其标签（0表示中性情绪，1表示负面情绪）的Twitter数据，并预测推文所属的类别。该程序在训练集和测试集上表现良好。然而，当我尝试将预测功能应用于一个字符串时遇到了问题。我不确定该如何操作。

我尝试过按照处理数据集的方式清理字符串，然后调用预测函数，但返回的值形状不正确。

import numpy as npimport pandas as pdfrom nltk.corpus import stopwordsfrom nltk.stem.porter import PorterStemmerps = PorterStemmer()import re#Loading datasetdataset = pd.read_csv('tweet.csv')#List to hold cleaned tweetsclean_tweet = []#Cleaning tweetsfor i in range(len(dataset)):    tweet = re.sub('[^a-zA-Z]', ' ', dataset['tweet'][i])    tweet = re.sub('@[\w]*',' ',dataset['tweet'][i])    tweet = tweet.lower()    tweet = tweet.split()    tweet = [ps.stem(token) for token in tweet if not token in set(stopwords.words('english'))]    tweet = ' '.join(tweet)    clean_tweet.append(tweet)from sklearn.feature_extraction.text import CountVectorizercv = CountVectorizer(max_features = 3000)X = cv.fit_transform(clean_tweet)X =  X.toarray()y = dataset.iloc[:, 1].valuesfrom sklearn.model_selection import train_test_splitX_train, X_test, y_train, y_test = train_test_split(X, y)from sklearn.naive_bayes import GaussianNBn_b = GaussianNB()n_b.fit(X_train, y_train)y_pred  = n_b.predict(X_test) some_tweet = "this is a mean tweet"  # How to apply predict function to this string

回答：

对你的新字符串使用cv.transform([cleaned_new_tweet])，将你的新推文转换为现有的文档-词矩阵。这样就能以正确的形状返回推文。