我试图加载一个字典，然后进行分类。然而，我遇到了以下错误：

  File "train_classifier.py", line 49, in <module>    clf.fit(page_vecs.data[:-1],page_vecs.target[:-1])  File "/usr/local/lib/python3.4/site-packages/scipy/sparse/base.py", line 505, in __getattr__    raise AttributeError(attr + " not found")AttributeError: target not found

我该如何加载目标？这是我的代码：

vec = DictVectorizer()page_vecs = vec.fit_transform(feature_dict_list)clf = svm.SVC(gamma=0.001, C=100)clf.fit(page_vecs.data[:-1],page_vecs.target[:-1])print(clf.predict(page_vecs[-1]))

回答：

查看DictVectorizer类，特别是它的fit_transform方法：

返回值：
Xa : {array, sparse matrix}

特征向量；始终是二维的。

所以它返回一个二维数组。

在你的代码中，这行：

page_vecs = vec.fit_transform(feature_dict_list)

会使page_vecs成为这样的二维数组。二维numpy数组没有target属性，而你在这里尝试使用它：

clf.fit(page_vecs.data[:-1],page_vecs.target[:-1])

这就是你得到错误的原因。实际上，你甚至不应该使用.data，你应该直接处理numpy数组。如果你想忽略最后一行，可以这样做：

page_vecs[:-1, :]

你的标签（或目标）与DictVectorizer类无关，后者只对你的样本进行向量化，而不是你的标签。你应该有一个单独的向量来存储标签。