我试图对产品进行分类,以便根据产品名称和基本价格预测其类别。在
例如(产品名称、价格、类别):
['notebook sony vaio vgn-z770td dockstation', 3000.0, u'MLA54559']
以前我只使用产品名称的预测任务,但我想包括价格,看看是否准确性提高。在
我的代码的问题是我不能合并文本/数字特征,我在这里读了一些问题,这是我的代码摘录:
^{pr2}$我尝试将数据类型与稀疏.hstack但我得到了以下错误:
ValueError: blocks[0,:] has incompatible row dimensions
我想问题出在X_train_price(价格列表)上,但我不知道如何格式化稀疏函数才能成功地工作。在
两个阵列的形状如下:
>>> X_train_tfidf.shape
(65845, 23136)
>>>X_train_price.shape
(65845,)
在我看来,这应该像堆叠数组一样简单。如果scikitlearn遵循我熟悉的约定,那么
X_train_tfidf
中的每一行都是一个训练数据点,总共有65845个点。所以你只需要做一个hstack
,就像你说的那样。在但是,您需要确保尺寸是兼容的!在香草
numpy
中,否则会出现此错误:重塑
^{pr2}$b
以获得正确的维度,注意形状(5,)
的一维数组与形状(5, 1)
的二维数组完全不同。在所以在您的例子中,您需要一个形状为
(65845, 1)
的数组,而不是(65845,)
。我可能遗漏了一些东西,因为您正在使用稀疏数组。尽管如此,原则应该是一样的。基于以上代码,我不知道您使用的是什么稀疏格式,所以我只选择了一个进行测试:相关问题 更多 >
编程相关推荐