0
我正在尝试使用scikit-learn在训练好的k-means模型中预测一群测试文档的集群。在scikit-learn k-means集群中预测文档时的ValueError
vectorizer = TfidfVectorizer(stop_words='english')
X = vectorizer.fit_transform(train_documents)
k = 10
model = KMeans(n_clusters=k, init='k-means++', max_iter=100, n_init=1)
model.fit(X)
该模型生成没有任何问题与10个集群。但是,当我尝试预测文档列表时,出现错误。
predicted_cluster = model.predict(test_documents)
错误消息:
ValueError异常:无法将字符串转换为浮动...
我需要使用PCA减少了一些功能,或做我需要做的预处理文本文件?
或者X_test = vectorizer.transform(test_documents) – pgrenholm
@pgrenholm yes。纠正。谢谢。即使我明确表示不这样做,似乎我自己犯了这个错误 –
是的。它为我工作。非常感谢。我得到了一个错误:不正确的功能数量,但下面的帖子来解决这个问题。 http://stackoverflow.com/a/26943563/1269131 – SiMemon