我有一个正常工作的SVM，当transform函数的输入是一个字符串列表时，CountVectorizer工作得很好。然而，如果我只传递一个字符串给它，即使我在构建CountVectorizer时将analyzer参数设置为word，向量化器仍然会遍历字符串中的每个字符并对每个字符进行向量化。

for x in range(0,3):        test=raw_input("Type a message to classify: ")        v=vectorizer.transform(test).toarray()        print(v)        print(len(v))        print(svm.predict(vectorizer.transform(test).toarray()))

我可以通过更改上述代码中的第二行来解决这个问题：

test=[raw_input("Type a message to classify: ")]

但这看起来很奇怪，需要一个只有一项的列表。难道没有更好的方法可以不用构造列表来实现吗？

回答：

它期望接收一个文档的列表或数组，所以当你传递一个单一的字符串时，它会假设该字符串的每个元素都是一个文档（即：一个字符）。

尝试将svm.predict(vectorizer.transform(test).toarray())更改为svm.predict(vectorizer.transform([test]).toarray())

附注：toarray()部分在使用真实世界的语料库时不会很好地扩展。sklearn中的SVM可以操作稀疏矩阵，所以我建议完全去掉那部分。