黄昏ml logistic回归会引发此错误：“ NotImplementedError：无法将拦截添加到具有未知块形状的数组中”

Question

您好，我是黄昏Ml的新手，我一直在尝试使用dask ml训练logistic回归模型来预测推特情绪。我已经将pandas数据框转换为dask数据框。之后，我进行了火车测试拆分。之后，我在X_train和X_test上使用了哈希向量化器。我执行了Train_X_vect.compute().shape行以检查形状，并返回了(180224, 7000)，否则y_train.compute().shape返回了(180224,)每当我尝试使它们适合逻辑回归模型时，我都会收到一条错误消息：“无法将拦截添加到具有未知块的数组中”这是我的代码：

from dask_ml.feature_extraction.text import HashingVectorizer
from dask_ml.model_selection import train_test_split
from dask_ml.linear_model import LogisticRegression
dask_df = dd.from_pandas(pandas_df,npartitions=4)
X_train, X_test, y_train, y_test = train_test_split(dask_df ["preprocess"], dask_df ["target"],random_state=42)
vectorizer = HashingVectorizer(n_features=7000)
vectorizer.fit(X_train)
Train_X_vect = vectorizer.transform(X_train)
Test_X_vect = vectorizer.transform(X_test)
lr = LogisticRegression()
lr.fit(Train_X_vect,y_train)

我也使用了“ fit_intercept = False”，但随后我将收到此错误：“ IndexError：索引尺寸必须为<= 2”

[请您告诉我我做错了什么，如何解决？谢谢您，先生

Answer 1

[现在LogisticRegression要求传递给它的Dask数组具有已知的块大小（请参阅Train_X_vect.chunks或.shape）。将来可能会取消此限制，但与此同时，在Train_X_vect.compute_chunk_sizes()之前使用lr.fit转换为已知的块。