我正在尝试使用sklearn将几个文本数据分为3类。但是我越来越
“ AttributeError：找不到更低的值”
运行时。
码：
train, test = train_test_split(df, random_state=42, test_size=0.3, shuffle=True)
X_train = train.contents
X_test = test.contents
Y_train = train.category
Y_test = test.category
clf_svc = Pipeline([('vect', CountVectorizer()),
('tfidf', TfidfVectorizer(tokenizer=',', use_idf=True, stop_words="english")),
('clf', OneVsRestClassifier(LinearSVC(), n_jobs=1)),
])
clf_svc = clf_svc.fit(X_train, Y_train)
predicted_svc = clf_svc(X_test)
print(np.mean(predicted_svc == Y_test))
数据框（df）由两列组成：内容（长文本数据）和类别（文本
数据）。内容是刮擦文本，因此包含数十个或数百个单词，类别是单个单词，例如“ A”，“ B”。
我已经检查了stackoverflow中的过去问题，但是无法解决发生的错误。
我很高兴知道代码本身的解决方案或问题。
任何建议和答案将不胜感激。
提前致谢。
最佳答案
删除步骤('vect', CountVectorizer())或使用TfidfTransformer代替TfidfVectorizer，因为TfidfVectorizer期望字符串数组作为输入，并且CountVectorizer()返回出现矩阵（即数字矩阵）。
默认情况下，TfidfVectorizer(..., lowercase=True)将尝试“小写”所有字符串，因此出现“AttributeError: lower not found”错误消息。
同样，参数tokenizer需要可调用的（函数）或None，因此请不要指定它。
关于python - python sklearn pipiline fit:“AttributeError:找不到更低的值”，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/50192763/