same question在这里,但是具有不同的上下文,这就是为什么无法实现的原因,因为他已经有两个相同的shape和size数据集。但就我而言,我正在调整Train Features的大小,以使其大小等于TEST Features。所有代码都运行良好,但是线性SVM,内核SVM,多项式NaiveBayes的相同问题性能小于“ 60%”。例如,<< [MultinomialNB为]的情况下的分类报告f1分数(准确性)= 0.58
9434增强为10782processed_TRAIN_features = csr_matrix((processed_TRAIN_features),shape=(98962,10782))
是否正确?如果有任何问题,请告诉我。其余代码为here
预先感谢
这里是相同的问题,但是上下文不同,这就是为什么无法实现的原因,因为他已经有两个形状和大小相同的数据集。但就我而言,我正在调整“火车特征”的大小,因此...
深入研究数据-也许有一些泄漏的功能;