在我的scikits-learn Pipeline中，我想将一个自定义词汇表传递给CountVectorizer()：
text_classifier = Pipeline([ ('count', CountVectorizer(vocabulary=myvocab)), ('tfidf', TfidfTransformer()), ('clf', LinearSVC(C=1000))])然而，据我所知，当我调用
text_classifier.fit(X_train, y_train)Pipeline使用CountVectorizer()的fit_transform()方法，这会忽略我的词汇表myvocab。我该如何修改我的Pipeline来使用myvocab？谢谢！
回答：
这是一个我在五分钟前修复的scikit-learn中的bug，谢谢你发现了这个问题。我建议你要么从Github升级到最新版本，要么作为临时解决方案，将向量化器从Pipeline中分离出来：
count = CountVectorizer(vocabulary=myvocab)X_vectorized = count.transform(X_train)text_classifier = Pipeline([ ('tfidf', TfidfTransformer()), ('clf', LinearSVC(C=1000))])text_classifier.fit(X_vectorized, y_train)更新：自从这个回答发布以来，这个修复已被纳入多个scikit-learn版本中。
