我正在尝试使用 scikit 机器学习来分类垃圾邮件。一旦我将向量化器和分类器分别保存到.pkl 文件中，并在 temp.py 中导入它们进行预测时，我遇到了以下错误：

raise NotFittedError(msg % {'name': type(estimator).__name__})NotFittedError: CountVectorizer - Vocabulary wasn't fitted

一旦我构建了一个模型，并将其以(my_model.pkl)和(vectorizer.pkl)的名称保存，并且重新启动我的内核，但在预测样本文本时加载保存的模型(sample.pkl)时，仍然会出现同样的词汇表未找到错误。

app.py:

temp.py:::我在这个文件中进行预测

from sklearn.feature_extraction.text import CountVectorizercv=CountVectorizer()vectorizer = pickle.load(open("my_model.pkl", "rb"))selector = pickle.load(open("vector.pkl", "rb"))test_set=["heloo how are u"]new_test=cv.transform(test_set)

回答：

在你的 app.py 中，你保存的是文档-词矩阵而不是向量化器，

pickle.dump(bow_transformer, open("vector.pkl", "wb"))

其中 bow_transformer 是

bow_transformer = CountVectorizer().fit_transform(df['message'])

而在你的 temp.py 中，当你解压它时，你只有文档-词矩阵。正确的保存方法应该是：

bow_transformer = CountVectorizer().fit(df['message'])bow_transformer_dtm = bow_transformer.transform(df['message'])

现在你可以使用以下代码保存你的 bow_transformer：

pickle.dump(bow_transformer, open("vector.pkl", "wb"))

这样保存的将是转换器而不是文档-词矩阵。

然后在你的 temp.py 中，你可以解压它并按如下方式使用：

selector = pickle.load(open("vector.pkl", "rb"))test_set=["heloo how are u"]new_test=selector.transform(test_set)