模型的特征数量必须与输入匹配模型 n_features 为 7985，输入 n_features 为 1

问题描述

我用随机森林构建了一个垃圾邮件分类器，并想创建一个单独的函数来将文本消息分类为垃圾邮件或火腿，我尝试了：

def predict_message(pred_text):
    pred_text=[pred_text]
    pred_text2 = tfidf_vect.fit_transform(pred_text)
    pred_features = pd.DataFrame(pred_text2.toarray())
    prediction = rf_model.predict(pred_features)
    return (prediction)

pred_text = "how are you doing today?"

prediction = predict_message(pred_text)
print(prediction)

但它给了我错误：

The number of features of the model must match the input.
Model n_features is 7985 and input n_features is 1 

我看不到问题，我怎样才能使它起作用？

解决方法

通过调用 tfidf_vect.fit_transform(pred_text)，您的矢量化器会丢失它从原始训练语料库中获得的任何信息。

您应该只调用 transform。

以下更改应该会有所帮助：

def predict_message(pred_text):
    pred_text=[pred_text]
    pred_text2 = tfidf_vect.transform(pred_text)  # Changed
    prediction = rf_model.predict(pred_text2)
    return (prediction)

pred_text = "how are you doing today?"

prediction = predict_message(pred_text)
print(prediction)