大家好，我刚开始学习scikit learn，正在尝试进行一些文本多类分类，我在按照这个教程进行学习。
我的数据集有4个类别'fipdl', 'lna','m5s','pd'，所以我有4个文件夹（每个类别一个），每个文件夹包含120个txt文件，每个文件大约有25行文本（来自Facebook的状态更新）。我使用其中的90%进行训练，10%用于测试。
10%的txt文件名以’ts’开头，我使用这些文件进行测试。
所以我的代码是：
...输出结果如下：
...现在结果看起来好得令人难以置信，因为每种方法都给我1的精确度。
我还想尝试预测我自己输入的字符串而不是使用测试集，以便进行更多测试，所以我将原始代码修改为如下：
...但它失败了，显示错误信息：
ValueError: Found arrays with inconsistent numbers of samples: [18 44]我是不是遗漏了什么？或者这完全是一个错误的方法？
任何帮助将不胜感激，
提前感谢Nico。
回答：
尽管我还没有弄清楚为什么它给我完美的结果，但我决定使用不同的方法来分类我的文本（使用MultinomialNB）并用我选择的字符串进行测试。我不确定这是否是最好的方法，但它有效，所以我决定作为答案发布：（请注意，并非所有代码行都是必要的）
...然后在控制台中只需运行script.py "string to predict"
这个代码可以做很多改进，比如保存训练好的模型，但对于我的使用来说已经足够好了。
