将文本数据转换为单一浮点数以适应SVC模型

我正在尝试通过推文学习机器学习。

我通过以下方式转换推文：

df['vectorised_words'] = vectorizer.transform(df.tweet)

这给我返回了一个 pandas.core.series.Series，我的向量化器是 CountVectorizer

我的 X 和 Y 如下定义：

X = df['vectorised_words']y = df['is_hate_speech'].astype(int)

其中 X 是一个文本（例如 "This is a sample tweet"），而 Y 是一个布尔值 – True 或 False。

然后我想运行以下代码：

svc_1 = SVC(kernel='linear')X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.3, random_state=46)svc_1.fit(X_train, y_train)

然而，fit 函数返回了以下错误：

TypeError: float() argument must be a string or a number, not 'csr_matrix'

如果我将数组求和转换为浮点数，我认为转换逻辑将会丢失。我做错了什么？

回答：

看起来你试图将整个稀疏矩阵放入单个pandas数据框列中，这不是正确的方法。

只需将你的 X 定义为

X = vectorizer.transform(df.tweet.values)

你应该没问题了。

学技术