如何使用 sklearn.pipeline 转换新数据

Question

我用 TfIdfVectorizer 转换器和 OnevsRestClassifier 估计器创建了一个管道，并在训练数据上对其进行了如下训练

# Split data using train_test_split
print "Split data into train and test sets"
x_train, x_test, y_train, y_test = train_test_split(
    data_x, data_y, test_size=0.33)

# transform matrix of plots into lists to pass to a TfidfVectorizer
train_x = [x[0].strip() for x in x_train.tolist()]
test_x = [x[0].strip() for x in x_test.tolist()]

# Pipeline fit and transform
print "Learn the model using train data"
model = text_clf.fit(train_x, y_train)

# Predict the test data
print "Predict the recipients on test data"
predictions = model.predict(test_x)

现在，我想使用经过训练的模型来预测 类 新的未标记数据。 我试过了，但出现错误

# Read text from input
text = raw_input()
print "Input : ", text
new_data = text_clf.transform([text])
predict = model.predict(new_data) 

这是错误。我做错了什么？

AttributeError: 'OneVsRestClassifier' object has no attribute 'transform'

Answer 1

如果 text_clf 和 model 是您建议的管道，则无需调用转换然后预测。只打电话

predictions = model.predict([text]) 

管道将在内部自动将数据转换为可用格式（在中间转换器上使用 transform()）。

当您显式调用 model.transform() 时，管道假定管道内的所有估算器都有一个 transform()，但此处不是这种情况。