我的数据集是餐馆评论，包括两个字段：评论和是否喜欢。根据评论可以看出他们是否喜欢这家餐馆。

第一步，我对数据进行了自然语言处理的清理。第二步，我使用了如下的词袋模型。

from sklearn.feature_extraction.text import CountVectorizercv = CountVectorizer(max_features = 1500)X = cv.fit_transform(corpus).toarray()y = dataset.iloc[:, 1].values

上述代码生成了一个包含1500列的X矩阵，每列的值为0或1，共有1000行，根据我的数据集大小而定。

我进行了如下预测：

y_pred = classifier.predict(X_test)

现在我有一个评论“食物很好”，我想预测他们是否喜欢这个评论。需要预测一个单一的值。

请问您能帮我解决这个问题吗？如果需要更多信息，请告诉我。

谢谢

回答：

您只需要首先应用cv.transform，就像这样：

>>> test = ['Food was good']>>> test_vec = cv.transform(test)>>> classifier.predict(test_vec)# returns predicted class