我在应用K折交叉验证时遇到了问题，使用Tfidf时出现了以下错误

ValueError: setting an array element with a sequence.

我看到其他人也遇到了同样的问题，但他们使用的是train_test_split()，这与K折有些不同

for train_fold, valid_fold in kf.split(reviews_p1):    vec = TfidfVectorizer(ngram_range=(1,1))    reviews_p1 = vec.fit_transform(reviews_p1)    train_x = [reviews_p1[i] for i in train_fold]        # 使用训练索引提取训练数据    train_y = [labels_p1[i] for i in train_fold]        # 使用训练索引提取训练数据    valid_x = [reviews_p1[i] for i in valid_fold]        # 使用交叉验证索引提取验证数据    valid_y = [labels_p1[i] for i in valid_fold]        # 使用交叉验证索引提取验证数据    svc = LinearSVC()    model = svc.fit(X = train_x, y = train_y) # 我们使用折叠训练数据来拟合模型    y_pred = model.predict(valid_x)

实际上，我找到了问题的所在，但我无法找到解决方法，基本上，当我们使用交叉验证/训练索引提取训练数据时，我们得到的是一个稀疏矩阵列表

[<1x21185 sparse matrix of type '<class 'numpy.float64'>'    with 54 stored elements in Compressed Sparse Row format>, <1x21185 sparse matrix of type '<class 'numpy.float64'>'    with 47 stored elements in Compressed Sparse Row format>, <1x21185 sparse matrix of type '<class 'numpy.float64'>'    with 18 stored elements in Compressed Sparse Row format>, ....]

我尝试在分割数据后应用Tfidf，但这不起作用，因为特征的数量不同。

那么，有没有办法在不创建稀疏矩阵列表的情况下分割数据进行K折交叉验证呢？

回答：

在回答类似问题时，Do I use the same Tfidf vocabulary in k-fold cross_validation 他们建议

for train_index, test_index in kf.split(data_x, data_y):   x_train, x_test = data_x[train_index], data_x[test_index]   y_train, y_test = data_y[train_index], data_y[test_index]   tfidf = TfidfVectorizer()   x_train = tfidf.fit_transform(x_train)   x_test = tfidf.transform(x_test)   clf = SVC()   clf.fit(x_train, y_train)   y_pred = clf.predict(x_test)   score = accuracy_score(y_test, y_pred)   print(score)