有两个.csv文件包含推文及其分类：pos、neg和neutral。class表示分类，text表示推文。

这是我的代码：

def prediction():    print("正在读取文件...")    # 将从这个数据集学习。    train = file2SentencesArray('twitter-sanders-apple3')    # 测试数据集。    test = file2SentencesArray('twitter-sanders-apple2')    print("完成！")    print("正在清理句子...")    # cleanSenteces 将移除html、停用词和一些字符。    cleanTrainSentences = cleanSentences(train["text"])    cleanTestSentences = cleanSentences(test["text"])    print("完成！...")    print("正在拟合句子...")    vectorizer = CountVectorizer(analyzer="word", tokenizer=None, preprocessor=None, stop_words=None, max_features=5000)    trainDataFeatures = vectorizer.fit_transform(cleanTrainSentences)    np.asarray(trainDataFeatures)    testDataFeatures = vectorizer.transform(cleanTestSentences)    np.asarray(testDataFeatures)    # 在这里出现错误。    randomized_lasso = RandomizedLasso()    randomized_lasso.fit_transform(trainDataFeatures, testDataFeatures)    trainDataFeatures = randomized_lasso.transform(trainDataFeatures)    # 还有这里。    #pca = decomposition.PCA(n_components=2)    #pca.fit_transform(trainDataFeatures)    #trainDataFeatures = pca.transform(trainDataFeatures)    print("完成！")    print("正在预测...")    forest = RandomForestClassifier(n_estimators=100)    forest = forest.fit(trainDataFeatures, train["class"])    result = forest.predict(testDataFeatures)    print("完成...")    return result

随机Lasso和PCA都抛出了异常：

PCA – PCA does not support sparse input.

随机Lasso – bad input shape

我的trainDataFeatures看起来像这样：

(0, 573)   1(0, 1411)  2(0, 2748)  1(0, 1073)  1(1, 126)   1(2, 1203)  1

回答：

PCA和随机Lasso的输入格式不正确。请替换以下两行并重试。

np.asarray(trainDataFeatures)np.asarray(testDataFeatures)# 将上述两行替换为以下内容trainDataFeatures = trainDataFeatures.toarray()testDataFeatures = testDataFeatures.toarray()