Python scikit svm“ValueError：X 每个样本有 62 个特征；期望 337”答案

【问题标题】：Python scikit svm "ValueError: X has 62 features per sample; expecting 337"Python scikit svm“ValueError：X 每个样本有 62 个特征；期望 337”
【发布时间】：2016-05-15 23:05:03
【问题描述】：

使用 Python 的 scikit SVM 线性支持向量分类，当我尝试进行预测时遇到错误：

ten_percent = len(raw_routes_data) / 10

# Training
training_label = all_labels[ten_percent:]
training_raw_data = raw_routes_data[ten_percent:]
training_data = DictVectorizer().fit_transform(training_raw_data).toarray()


learner = svm.LinearSVC()
learner.fit(training_data, training_label)

# Predicting
testing_label = all_labels[:ten_percent]
testing_raw_data = raw_routes_data[:ten_percent]
testing_data = DictVectorizer().fit_transform(testing_raw_data).toarray()

testing_predictions = learner.predict(testing_data)


m = metrics.classification_report(testing_label, testing_predictions)

raw_data 表示为 Python 字典，其中包含各种旅行选项的到达时间类别和天气数据类别：

{'72_bus': '6.0 to 11.0', 'uber_eta': '2.0 to 3.5', 'tweet_delay': '0', 'c_train': '1.0 to 4.0', 'weather': 'Overcast', '52_bus': '16.0 to 21.0', 'uber_surging': '1.0 to 1.15', 'd_train': '17.6666666667 to 21.8333333333', 'feels_like': '27.6666666667 to 32.5'}

当我训练和拟合训练数据时，我对 90% 的数据使用 Dictionary Vectorizer 并将其转换为数组。

提供的 testing_labels 表示为：

[1,2,3,3,1,2,3, ... ]

当我尝试使用 LinearSVC 来预测我被告知时：

ValueError: X has 27 features per sample; expecting 46

我在这里缺少什么？显然，这是我拟合和转换数据的方式。

【问题讨论】：

标签： python machine-learning scikit-learn svm

【解决方案1】：

是的，我在使用“CountVectorizer”时也有类似的担忧。当我删除为测试数据完成的额外拟合并仅使用基于为训练数据完成的拟合的“变换”方法时，它就像宝石一样工作。

如果在使用测试数据预测结果时帮助社区解决类似问题，请分享。

谢谢，沙比尔·贾米尔

【讨论】：

【解决方案2】：

问题是您为训练和测试创建和拟合不同的DictVectorizer。

您应该只使用训练数据创建并拟合一个DictVectorizer，并在您的测试数据上使用此对象的transform 方法来创建测试数据的特征表示。

【讨论】：