使用TfidfVectorizer时出现错误,但使用CountVectorizer时正常

我已经为此问题忙了一整天,但毫无进展

我设法在一行TfidfVectorizer代码中解决了这个问题

这是我正在使用的代码

from sklearn.feature_extraction.text import CountVectorizervectorizer = CountVectorizer()vectorizer.fit(xtrain) X_train_count = vectorizer.transform(xtrain)X_test_count  = vectorizer.transform(xval)X_train_countfrom keras.models import Sequentialfrom keras import layersinput_dim = X_train_count.shape[1]  # Number of featuresmodel = Sequential()model.add(layers.Dense(10, input_dim=input_dim, activation='relu'))model.add(layers.Dense(1, activation='sigmoid'))model.compile(loss='binary_crossentropy',               optimizer='adam',               metrics=['accuracy'])model.summary()history = model.fit(X_train_count, ytrain,                    epochs=10,                    verbose=False,                    validation_data=(X_test_count, yval),                    batch_size=10)

但当我改为

from sklearn.feature_extraction.text import TfidfVectorizer#TF-IDF initializervectorizer = TfidfVectorizer(max_df=0.8, max_features=1000)vectorizer.fit(xtrain) X_train_count = vectorizer.transform(xtrain)X_test_count  = vectorizer.transform(xval)X_train_countfrom keras.models import Sequentialfrom keras import layersinput_dim = X_train_count.shape[1]  # Number of featuresmodel = Sequential()model.add(layers.Dense(10, input_dim=input_dim, activation='relu'))model.add(layers.Dense(1, activation='sigmoid'))model.compile(loss='binary_crossentropy',               optimizer='adam',               metrics=['accuracy'])model.summary()history = model.fit(X_train_count, ytrain,                    epochs=10,                    verbose=False,                    validation_data=(X_test_count, yval),                    batch_size=10)

唯一改变的只是这两行

from sklearn.feature_extraction.text import TfidfVectorizervectorizer = TfidfVectorizer(max_df=0.8, max_features=1000)

然后我得到了这个错误

InvalidArgumentError: indices[1] = [0,997] is out of order. Many sparse ops require sorted indices.
Use tf.sparse.reorder to create a correctly ordered copy.

[Op:SerializeManySparse]

如何修复这个问题?为什么会发生这种情况?


回答:

vectorizer.transform(...) 生成一个稀疏数组,这对keras来说不好。你只需要将其转换为一个简单的数组。这很简单,只需使用:

vectorizer.transform(...).toarray()

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注