KNN查询数据维度必须匹配训练数据维度答案

【问题标题】：KNN query data dimension must match training data dimensionKNN查询数据维度必须匹配训练数据维度
【发布时间】：2019-05-14 11:56:21
【问题描述】：

我正在尝试使用包含两列（摘要和解决方案）的数据集的词袋问题。我正在使用 KNN。训练数据集有 91 列，测试数据集有 15 列。

为了生成向量，我使用了以下代码。

vectorizer = CountVectorizer()
train_bow_set = vectorizer.fit_transform(dataset[0]).todense()
 print( vectorizer.fit_transform(dataset[0]).todense() )
 print( vectorizer.vocabulary_ )

我训练过它。

classifier = KNeighborsClassifier(n_neighbors=3)  
classifier.fit(train_bow_set, dataset[1])

现在，我正在测试它。

y_pred = classifier.predict(test_bow_set)

在这里，我在测试时遇到以下错误：

sklearn/neighbors/binary_tree.pxi in sklearn.neighbors.kd_tree.BinaryTree.query()
**ValueError: query data dimension must match training data dimension**

【问题讨论】：

你是如何创建 test_bow_set 的？

标签： python machine-learning scikit-learn knn

【解决方案1】：

我猜你是在测试数据上再次拟合vectorizer，而不是使用transform 函数。

确保您正在执行以下操作。

test_bow_set = vectorizer.transform(test_dataset)

【讨论】：

这不仅仅是猜测。

【解决方案2】：

您再次拟合矢量化器：

train_bow_set = vectorizer.fit_transform(dataset[0]).todense()

您需要保留矢量化器训练（实际上是所有预处理元素）并且只使用变换。再次拟合将极大地改变结果。

train_bow_set = vectorizer.transform(dataset[0]).todense()

【讨论】：