我有一个包含144条学生反馈的数据集，其中有72条正面反馈和72条负面反馈。数据集有两个属性，即data和target，分别包含句子和情感（正面或负面）。测试数据集包含106条未标记的反馈。请考虑以下代码：

我不知道哪里出了问题。请帮助我。

回答：

您得到的错误与样本数量无关，而是与特征数量有关，错误来自于以下代码行：

cv = CountVectorizer(binary = True)ct = CountVectorizer(binary= True)cv.fit(feedback_data['data'].values)ct.fit(feedback_data_test['data'].values)

您需要以相同的方式对测试和训练数据进行编码

您需要对所有数据拟合Count Vectorizer，然后将其应用于测试和训练数据。如果不这样做，您将无法获得相同的词汇表，因此编码也会不同。

cv = CountVectorizer(binary = True)cv.fit(np.concatenate((feedback_data['data'].values,feedback_data_test['data'].values))

编辑

您只需使用cv，不需要使用ct

X = feedback_data['data'].apply(lambda X : cv.transform([X])).valuesX = list([list(x.toarray()[0]) for x in X])X_test = feedback_data_test['data'].apply(lambda X_test :cv.transform([X_test])).valuesX_test = list([list(x.toarray()[0]) for x in X_test])